Trích xuất văn bản từ PDF

Trích xuất văn bản từ PDF dưới dạng văn bản thuần hoặc Markdown.

hoặc kéo và thả tệp PDF vào đây

tài liệu PDF

Tệp của bạn ở lại trên thiết bị

Cách dùng

1Chọn tệp PDF của bạn.
2Chọn văn bản thuần hoặc Markdown, và có đánh dấu nơi mỗi trang bắt đầu hay không.
3Có thể giới hạn các trang.
4Chọn Trích xuất văn bản và tải tệp xuống.

Định dạng đầu ra: Văn bản thuần giữ các dòng và khoảng cách giữa đoạn. Markdown còn biến chữ cỡ lớn thành tiêu đề và ký tự đầu dòng thành mục danh sách.
Đánh dấu nơi mỗi trang bắt đầu: Thêm một dòng như "--- Trang 3 ---" để bạn tìm lại vị trí trong bản gốc.
Áp dụng cho: Tất cả các trang, trang lẻ hoặc chẵn, hoặc một danh sách như 2-5.

Công cụ này chạy ngay trong trình duyệt. Tệp của bạn không bao giờ được tải lên máy chủ.

PDF có bị tải lên không?

Không. Văn bản được đọc trong trình duyệt và tệp không bao giờ rời khỏi thiết bị.

Sao công cụ nói PDF không có văn bản chọn được?

Tài liệu quét và ảnh lưu thành PDF chứa ảnh của chữ, không phải chữ. Để chuyển chúng thành văn bản cần OCR, mà công cụ này không làm.

Bảng và cột có giữ bố cục không?

Không chính xác. Văn bản được đọc theo thứ tự lưu trong PDF. Các cột có thể bị trộn lẫn và bảng mất lưới. Nhưng các từ thì vẫn đầy đủ.

Markdown tốt đến mức nào?

Tiêu đề được đoán từ cỡ chữ và danh sách từ dấu đầu dòng, nên đó là bản nháp đầu tiên tốt, không phải bản sao hoàn hảo. Hãy kiểm tra trước khi đăng.

Công cụ có giữ chữ đậm, nghiêng và hình ảnh không?

Không. Chỉ văn bản được trích xuất.

Công cụ có dùng được với ngôn ngữ khác không?

Có, miễn là PDF lưu văn bản thật. Các ngôn ngữ viết từ phải sang trái và một số phông chữ có thể ra theo thứ tự khác.