Wyjmij tekst z PDF, który ma warstwę tekstu
GustKit czyta słowa zapisane w pliku i układa je jako zwykły tekst, strona po stronie. Skan złożony z samego zdjęcia nie ma czego czytać: taki plik potrzebuje OCR.
Warstwa tekstu, nie zgadywanie liter
pdf.js zbiera zaznaczalny tekst i składa wiersze. Dostajesz zwykły tekst, bez układu tabeli. „Wyodrębnij tekst”, potem „Kopiuj tekst” albo „Pobierz TXT”.
Skan bez warstwy zostaje pusty
Gdy strona jest tylko zdjęciem liter, ta karta nie ma znaków do zebrania. Wtedy OCR PDF albo obraz strony i Obraz na tekst (OCR). Tutaj nie ma rozpoznawania skanu.
Jak wyciągnąć tekst z PDF w przeglądarce
-
Połóż plik, który da się zaznaczyć w zwykłym czytniku.
-
Naciśnij „Wyodrębnij tekst”. Czytanie zostaje w tej karcie.
-
Komunikat powie, jeśli część stron nie miała zaznaczalnego tekstu. To zwykle skan.
-
„Kopiuj tekst” albo „Pobierz TXT”. Układ kolumn spłaszcza się do wierszy.
Słowa z warstwy, bez wysyłania dokumentu
-
Zwykły tekst, strona po stronie
Każda strona jest opisana, żebyś wiedział, skąd wziął się akapit.
-
Najpierw warstwa, nie OCR
Jeśli da się zaznaczyć słowa w czytniku, ta strona wystarczy.
-
Skan ma inną drogę
Brak warstwy oznacza OCR PDF albo Obraz na tekst (OCR), nie ponowne kliknięcie tutaj.
-
TXT albo schowek
UTF-8 w pliku albo kopia do wklejenia w edytorze.
-
Czytanie w tej karcie
pdf.js nie wysyła PDF na serwer.
-
Bez konta
Nie logujesz się, żeby zabrać akapit z umowy.
Pytania o PDF na tekst
Czy układ tabeli zostanie?
Nie. Wynik jest zwykłym tekstem. Kolumny stają się wierszami.
Skan nic nie oddał. Czemu?
Nie ma warstwy tekstu. Użyj OCR PDF albo zrób obraz i Obraz na tekst (OCR).
Czy to tłumaczy dokument?
Nie. Dostajesz słowa, które już są w pliku, w tym języku, w którym zostały zapisane.
PDF z hasłem?
Najpierw musi się otworzyć. Odblokuj PDF, potem czytaj otwartą kopię.
Czy dostanę TXT?
Tak. „Pobierz TXT” albo „Kopiuj tekst” po wyodrębnieniu.
Czy plik jest wgrywany?
Nie. Warstwa jest czytana lokalnie.