Tiada muat naik, 100% setempat, tiada akaun

Pengekstrakan PDF → Teks

Ekstrak semua teks boleh baca daripada PDF anda. Muat turun sebagai fail .txt. Semuanya kekal dalam pelayar anda, tiada fail dihantar ke pelayan.

Cara PDF ke teks berfungsi

PDF to Text mengekstrak lapisan teks sedia ada daripada PDF dan menyimpannya sebagai fail .txt biasa. Pengekstrakan dilakukan oleh pdf.js di dalam pelayar anda, yang membaca objek kandungan teks yang tertanam dalam aliran halaman PDF. Dokumen tidak pernah meninggalkan peranti anda; hasilnya dihimpunkan secara setempat dan ditawarkan sebagai muat turun langsung.

Alat ini membaca lapisan teks yang sudah terdapat dalam fail. Jika PDF anda dicipta oleh pemproses kata atau alat eksport, kemungkinan besar ia mempunyai lapisan teks dan pengekstrakan akan berfungsi dengan baik. Jika PDF adalah imbasan dokumen kertas, halaman mengandungi data imej sahaja dan tiada lapisan teks untuk diekstrak; dalam kes itu, alat ini akan mengembalikan output yang kosong atau tidak lengkap. PDF yang diimbas memerlukan pengecaman aksara optik (OCR) untuk menghasilkan teks, yang merupakan proses berasingan yang tidak dilakukan oleh alat ini. Periksa sama ada PDF anda mempunyai teks yang boleh dipilih dalam pemapar sebelum menggunakan alat ini.

Ditulis oleh Bastien Sulyan

Cara menggunakan PDF ke teks, langkah demi langkah

  1. Muatkan PDF anda ke dalam alat pengekstrakan teks.
  2. Tunggu pdf.js membaca lapisan teks dari semua halaman.
  3. Semak pratonton teks yang diekstrak.
  4. Klik download untuk menyimpan fail .txt.

Kes penggunaan biasa

  • Ekstrak teks daripada PDF kertas penyelidikan untuk ditampal ke dalam aplikasi pencatatan atau dijalankan melalui alat ringkasan.
  • Tarik kandungan daripada invois PDF ke dalam hamparan untuk perakaunan tanpa menaip semula secara manual.
  • Pulihkan teks daripada PDF yang rosak atau terkunci di mana salin-tampal dalam pemapar tidak berfungsi.
  • Tukar artikel PDF kepada teks biasa untuk diproses dengan skrip atau alat baris arahan.

Soalan lazim

Mengapa teks yang diekstrak muncul kosong atau bercelaru untuk sesetengah PDF?

Punca paling biasa ialah PDF merupakan imbasan: halaman adalah imej dan tidak mengandungi lapisan teks. Punca lain termasuk PDF di mana teks disimpan sebagai garis besar atau pengekodan fon tersuai yang tidak dapat dipetakan oleh pdf.js kepada aksara yang boleh dibaca. Untuk dokumen yang diimbas, OCR diperlukan untuk menghasilkan teks.

Adakah alat ini melakukan OCR pada PDF yang diimbas?

Tidak. Alat ini membaca lapisan teks sedia ada daripada PDF. Ia tidak melakukan pengecaman aksara optik. Untuk PDF yang diimbas, gunakan alat OCR, yang menghantarkan imej halaman melalui enjin OCR setempat dalam pelayar anda.

Adakah pengekstrakan teks dilakukan pada pelayan atau dalam pelayar saya?

Dalam pelayar anda. pdf.js membaca struktur PDF secara setempat, menghuraikan objek kandungan teks daripada setiap aliran halaman, dan menghimpunkan output dalam ingatan pelayar. Data PDF tidak pernah meninggalkan peranti anda semasa proses ini.

Adakah pemformatan dan susun atur dikekalkan dalam output teks?

Tidak. Teks biasa tidak membawa maklumat fon, saiz, warna atau kedudukan. Output adalah teks tidak berformat mengikut urutan bacaan sebagaimana yang ditentukan oleh pdf.js. Jadual, susun atur berbilang lajur dan pemformatan khas diratakan. Untuk pemeliharaan susun atur yang kaya, penukar PDF ke HTML adalah pilihan yang lebih sesuai.

Bolehkah saya mengekstrak teks daripada PDF yang dilindungi kata laluan?

Jika PDF mempunyai kata laluan buka pengguna, anda mesti memberikannya agar PDF dapat dibaca sama sekali. Sekatan pengekstrakan peringkat pemilik juga boleh menyekat operasi ini. Buang sekatan tersebut dahulu menggunakan alat PDF Unlock, kemudian cuba semula pengekstrakan.

Adakah saya perlu mencipta akaun untuk mengekstrak teks daripada PDF?

Tidak. Tiada pendaftaran dan tiada akaun. Lepaskan fail, baca pratonton yang diekstrak, dan muat turun fail .txt.

Adakah PDF ke Teks berfungsi pada pelayar mudah alih?

Ya. pdf.js berjalan dengan cara yang sama pada pelayar telefon seperti pada desktop. Salin atau muat turun teks yang diekstrak terus daripada halaman mudah alih sebaik sahaja pengekstrakan selesai.