PDF σε κείμενο
Εξαγάγετε επιλέξιμο κείμενο, ελέγξτε το και αποθηκεύστε ένα αρχείο TXT ενώ το PDF σας μένει στον περιηγητή.
Διάταξη κειμένου
Δοκιμάστε την κατά προσέγγιση διάταξη για πίνακες και στήλες. Η στοίχιση μπορεί να χρειάζεται διόρθωση.
Το PDF υποβάλλεται σε επεξεργασία τοπικά στον περιηγητή σας· το αρχείο δεν ανεβαίνει. Το κείμενο ανάγνωσης ακολουθεί τη σειρά που είναι αποθηκευμένη στο PDF, οπότε οι στήλες και οι πίνακες μπορεί να εμφανιστούν με απροσδόκητη σειρά.
Πώς να εξαγάγετε κείμενο από ένα PDF
- Ξεκινήστε με το PDF σε κείμενο επιλέγοντας ένα PDF ή σύροντάς το στην περιοχή αρχείου. Αν σας ζητηθεί, εισαγάγετε τον κωδικό πρόσβασης του εγγράφου.
- Αφήστε το πεδίο «Σελίδες» κενό για να επεξεργαστείτε ολόκληρο το έγγραφο ή εισαγάγετε μια επιλογή. Για παράδειγμα, το 1-3, 5 εξάγει τέσσερις σελίδες με αυτή τη σειρά.
- Επιλέξτε «Κείμενο ανάγνωσης» για συνηθισμένες παραγράφους. Δοκιμάστε την «Κατά προσέγγιση διάταξη» όταν τα κενά μεταξύ στηλών ή καταχωρίσεων πίνακα έχουν σημασία.
- Κρατήστε ενεργά τα «Διαχωριστικά σελίδων» για να προσδιορίζετε τις σελίδες προέλευσης και μετά επιλέξτε «Εξαγωγή κειμένου». Ελέγξτε τυχόν ειδοποίηση για σελίδες χωρίς χρησιμοποιήσιμο κείμενο.
- Διορθώστε το επεξεργάσιμο αποτέλεσμα και μετά αντιγράψτε το ή κατεβάστε ένα αρχείο .txt σε UTF-8. Και οι δύο ενέργειες χρησιμοποιούν το κείμενο που εμφανίζεται αυτή τη στιγμή.
Πρακτικοί τρόποι χρήσης του εξαγόμενου κειμένου
- Αντιγράψτε κείμενο από αναφορές PDF σε σημειώσεις εργασίας χωρίς να ξαναγράψετε ολόκληρες παραγράφους.
- Αποθηκεύστε τη διατύπωση ενός ψηφιακού εγγράφου ως απλό κείμενο για μελλοντική επεξεργασία.
- Συλλέξτε επιλεγμένες σελίδες εγχειριδίου διατηρώντας τις ετικέτες σελίδων για αναφορά.
- Εξετάστε κείμενο από έναν πίνακα με κατά προσέγγιση διάστημα πριν διορθώσετε τη στοίχισή του.
- Ελέγξτε τα σύνολα λέξεων και χαρακτήρων ενώ αφαιρείτε ανεπιθύμητες επικεφαλίδες από το αποτέλεσμα.
Ερωτήσεις για την εξαγωγή κειμένου από PDF
Γιατί μια σελίδα δεν παράγει κείμενο;
Μια σάρωση μπορεί να περιέχει εικόνες γραμμάτων χωρίς επίπεδο κειμένου. Αυτό το εργαλείο δεν εκτελεί OCR. Οι σελίδες με λιγότερους από τρεις χαρακτήρες που δεν είναι κενοί αναφέρονται ως χωρίς χρησιμοποιήσιμο κείμενο· και οι κενές σελίδες προκαλούν αυτή την ειδοποίηση.
Ποια διάταξη κειμένου να επιλέξω;
Το «Κείμενο ανάγνωσης» ακολουθεί τη σειρά των αποθηκευμένων στοιχείων του PDF και χρησιμοποιεί θέσεις για να προσθέσει διάστημα και αλλαγές γραμμής. Η «Κατά προσέγγιση διάταξη» τακτοποιεί τα στοιχεία από πάνω προς τα κάτω και από αριστερά προς τα δεξιά, προσθέτοντας κενά μεταξύ τους. Καμία λειτουργία δεν εγγυάται την αρχική σειρά ανάγνωσης για σύνθετες στήλες.
Γιατί λείπουν κενά ή είναι λανθασμένοι οι χαρακτήρες;
Τα PDF αποθηκεύουν τοποθετημένα αποσπάσματα κειμένου και ορισμένες γραμματοσειρές έχουν ελλιπείς αντιστοιχίσεις χαρακτήρων. Δοκιμάστε την άλλη λειτουργία διάταξης και συγκρίνετε την έξοδο με το αρχικό. Μπορείτε να διορθώσετε το εξαγόμενο κείμενο πριν το εξαγάγετε.
Μπορώ να εξαγάγω κείμενο από PDF με κωδικό πρόσβασης;
Εισαγάγετε τον κωδικό πρόσβασης όταν εμφανιστεί το πεδίο και μετά επιλέξτε «Άνοιγμα». Χρειάζεστε τον σωστό κωδικό πρόσβασης· το εργαλείο δεν τον παρακάμπτει. Ο κωδικός πρόσβασης κρατείται στη μνήμη μόνο για αυτή τη φόρτωση.
Το PDF σε TXT διατηρεί τη μορφοποίηση του Word;
Το TXT περιέχει απλό κείμενο, με αλλαγές γραμμής και κενά. Δεν διατηρεί γραμματοσειρές, εικόνες, διαδραστικές φόρμες ή ψηφιακές υπογραφές και αυτό το εργαλείο δεν εξάγει έγγραφα Word. Οι παραγόμενες ετικέτες σελίδων εξαιρούνται από τις μετρήσεις· τα σύνολα χαρακτήρων εξαιρούν επίσης τις αλλαγές γραμμής.
Ανεβαίνει το PDF μου και μπορώ να επεξεργαστώ ένα μεγάλο αρχείο;
Το αρχείο υποβάλλεται σε επεξεργασία τοπικά στον περιηγητή σας και δεν ανεβαίνει. Τα μεγάλα έγγραφα μπορεί να διαρκέσουν περισσότερο ή να υπερβούν τη διαθέσιμη μνήμη της συσκευής. Η επιλογή λιγότερων σελίδων μειώνει την εργασία εξαγωγής, αν και ο περιηγητής πρέπει ακόμα να ανοίξει το PDF.