PDF у тэкст

Хутчэй за ўсё, PDF - гэта скан або фота, у якіх няма тэкставага пласта для вымання. Спачатку прапусціце яго праз OCR PDF; гэты інструмент дадае тэкставы пласт і таксама адразу прапануе сцягнуць .txt.

Тэкст чытаецца злева направа, зверху ўніз, згодна з унутранай структурай PDF, што правільна для большасці аднакалонкавых дакументаў. Макеты з некалькімі калонкамі, бакавыя панэлі і табліцы могуць выйсці перамяшанымі, а калантытулы і нумары старонак уключаюцца разам з усім астатнім на старонцы.

Не. Вывад - звычайны тэкст UTF-8, таму знакі з дыякрытыкай, кірыліца, CJK і арабскае пісьмо захоўваюцца, а тоўсты шрыфт, загалоўкі, спасылкі і выявы не захоўваюцца, і разрывы радкоў адпавядаюць радкам PDF, а не абзацам. Для загалоўкаў і спісаў у выглядзе Markdown скарыстайцеся PDF у Markdown.

Так. Дадайце колькі заўгодна PDF і націсніце «Выняць» адзін раз; кожны становіцца асобным файлам .txt з назвай зыходнага, і яны сцягваюцца разам як pdf-to-text.zip. Адзін PDF сцягваецца наўпрост як filename.txt.

Старонкі ідуць адна за адной з разрывам радка паміж імі. Маркераў старонак або сімвалаў канца старонкі няма, таму файл чытаецца як адзін суцэльны паток тэксту.

Не, гэты інструмент заўсёды вымае ўсе старонкі. Спачатку вылучыце патрэбныя старонкі ў асобны PDF праз Выманне старонак, а потым пераўтварыце гэты файл.

Калі PDF запытвае пароль пры адкрыцці, інструмент запытае гэты пароль перад выманнем. Без пароля тэкст прачытаць нельга.

Не. Выманне выконваецца ў рухавіку PDF, загружаным у ваш браўзер як WebAssembly, таму кантракты, медыцынскія запісы і ўсё астатняе застаюцца на вашай прыладзе ад пачатку да канца.