Trích xuất văn bản từ PDF
Trích xuất lớp văn bản có sẵn trong PDF thành TXT với dấu phân cách trang rõ ràng.
Trang này hiển thị các công cụ có sẵn bằng ngôn ngữ này trong phạm vi hiện tại. Điều đó không có nghĩa mọi công cụ trên trang web đều đã được dịch sang mọi ngôn ngữ.
Cách sử dụng
Chọn PDF có lớp văn bản và các trang cần lấy. Xử lý, kiểm tra phần đầu văn bản, rồi sao chép toàn bộ kết quả hoặc tải TXT xuống.
Tệp hai trang chứa First page và Second page tạo hai phần văn bản, phân tách bằng số trang tương ứng trong tệp gốc.
Phạm vi hỗ trợ và giới hạn
Thứ tự cột, thứ tự đọc tiếng Ả Rập và khoảng cách phụ thuộc vào lớp văn bản gốc và có thể cần kiểm tra. Không dựng lại bảng hay bố cục trang; không bảo đảm giá trị các trường biểu mẫu. Nếu các trang đã chọn không có văn bản trích xuất được, công cụ hiển thị thông báo rõ ràng; không tạo văn bản giả và không chạy OCR.
Câu hỏi thường gặp
Tại sao PDF quét không cho ra văn bản?
Chỉ một ảnh thì không có lớp ký tự để trích xuất. Công cụ này chỉ đọc văn bản có sẵn; ảnh cần một công cụ OCR riêng với giới hạn chất lượng được công bố.