Выньте текст из PDF, у которого есть текстовый слой
GustKit читает слова, записанные в файле, и складывает их как обычный текст, страница за страницей. Скан из одного снимка читать нечего: такому файлу нужен OCR.
Текстовый слой, не угадывание букв
pdf.js собирает выделяемый текст и складывает строки. Вы получаете обычный текст, без вёрстки таблицы. «Извлечь текст», затем «Копировать текст» или «Скачать TXT».
Скан без слоя остаётся пустым
Если страница только снимок букв, этой вкладке нечего собрать. Тогда OCR для PDF или снимок страницы и Изображение в текст (OCR). Здесь распознавания скана нет.
Как вытащить текст из PDF в браузере
-
Перетащите файл, который выделяется в обычном просмотре.
-
Нажмите «Извлечь текст». Чтение остаётся в этой вкладке.
-
Сообщение скажет, если часть страниц не имела выделяемого текста. Обычно это скан.
-
«Копировать текст» или «Скачать TXT». Колонки сплющиваются в строки.
Слова из слоя, без отправки документа
-
Обычный текст, страница за страницей
Каждая страница подписана, чтобы было видно, откуда взялся абзац.
-
Сначала слой, не OCR
Если слова выделяются в просмотре, этой страницы хватает.
-
У скана другой путь
Нет слоя значит OCR для PDF или Изображение в текст (OCR), не повторный щелчок здесь.
-
TXT или буфер
UTF-8 в файле или копия для вставки в редактор.
-
Чтение в этой вкладке
pdf.js не отправляет PDF на сервер.
-
Без входа
Входить не нужно, чтобы забрать абзац из договора.
Вопросы о PDF в текст
Вёрстка таблицы останется?
Нет. Результат обычный текст. Колонки становятся строками.
Скан ничего не отдал. Почему?
Нет текстового слоя. Возьмите OCR для PDF или сделайте изображение и Изображение в текст (OCR).
Это переводит документ?
Нет. Вы получаете слова, которые уже есть в файле, на том языке, на котором они записаны.
PDF с паролем?
Сначала он должен открыться. Снять пароль PDF, затем читайте открытую копию.
Будет TXT?
Да. «Скачать TXT» или «Копировать текст» после извлечения.
Файл загружается при чтении?
Нет. Слой читается локально.