PDF sang văn bản trực tuyến - Miễn phí
Sao chép văn bản ra khỏi PDF bằng tay rất chậm và lộn xộn. Công cụ trích xuất này đọc lớp văn bản của tài liệu của bạn theo từng trang và cho bạn văn bản sạch, dùng lại được - cho ghi chú, trích dẫn, chỉnh sửa hoặc dịch thuật.
Cách trích xuất văn bản khỏi PDF
- Chọn tệp PDF bạn muốn trích xuất văn bản từ đó.
- Nhấp "Trích xuất văn bản" và chờ một lát trong khi mỗi trang được đọc.
- Sao chép văn bản từ ô, hoặc tải nó xuống dưới dạng tệp .txt.
Công cụ PDF phổ biến
Câu hỏi thường gặp
Vì sao một số văn bản bị thiếu hoặc lộn xộn?
Công cụ đọc lớp văn bản tích hợp của PDF. Các PDF được scan là hình ảnh của văn bản và không có lớp văn bản - chúng cần OCR, và một số PDF lưu văn bản theo thứ tự đọc bất thường.
Tôi có thể chỉnh sửa văn bản đã trích xuất không?
Có. Kết quả xuất hiện trong một ô văn bản có thể chỉnh sửa trước khi bạn sao chép hoặc tải xuống nó.
Có giới hạn trang không?
Không có giới hạn cố định - các tài liệu dài chỉ đơn giản mất thêm một chút thời gian để xử lý trên thiết bị của bạn.
Tài liệu của tôi có được tải lên không?
Không. Việc trích xuất chạy 100% trong trình duyệt của bạn.
Công cụ PDF liên quan
Văn bản sang PDF
Nhập hoặc dán văn bản và tải nó xuống dưới dạng một tài liệu PDF gọn gàng, có thể in.
PDF sang JPG
Biến mỗi trang PDF thành một hình ảnh JPG chất lượng cao bạn có thể chia sẻ ở bất cứ đâu.
PDF sang PNG
Chuyển đổi các trang PDF thành hình ảnh PNG sắc nét - với độ trong suốt thật được giữ nguyên.
Tách PDF
Tách một PDF thành các trang riêng lẻ hoặc các khoảng trang tùy chỉnh.
Cách hoạt động
Hầu hết các PDF được tạo từ Word, Excel hoặc một trang web mang một lớp văn bản ẩn - các ký tự thật được lưu cùng bố cục trang. Công cụ này mở tệp cục bộ bằng PDF.js, đọc lớp văn bản đó theo từng trang, và nhóm các mảnh đã lưu trở lại thành dòng theo vị trí dọc của chúng trên trang. Kết quả được lắp ráp bằng một --- Trang N --- dấu đánh dấu trước mỗi trang và đặt trong ô văn bản có thể chỉnh sửa, sẵn sàng sao chép hoặc tải xuống dưới dạng tệp .txt thuần. Không có bước OCR (đọc hình ảnh): công cụ chỉ có thể trả lại văn bản chính tệp chứa, và mọi thứ diễn ra trong trình duyệt của bạn - tài liệu của bạn không bao giờ được tải lên.
Ví dụ thực tế
Một học sinh tải xuống một bộ ghi chú bài giảng 12 trang dưới dạng PDF và muốn đưa các định nghĩa vào tài liệu của riêng mình. Cô ấy chạy tệp qua công cụ, và ô điền vào với cả 12 trang, mỗi trang nằm dưới phần riêng của nó --- Trang N --- heading. Cô ấy xóa các trang cô ấy không cần, dọn dẹp một hoặc hai heading, sao chép phần còn lại vào bài tập của mình - và cũng lưu toàn bộ bản trích xuất dưới dạng extracted-text.txt để sau.
Các câu hỏi thường gặp
PDF của tôi là bản scan và kết quả trả về trống - tại sao?
Một tệp PDF được scan là một bức ảnh của các trang: với chúng ta nó trông giống văn bản, nhưng tệp không chứa lớp văn bản nào để công cụ đọc. Bản scan cần phần mềm OCR, phần mềm nhận diện các chữ cái trong hình ảnh. Công cụ này chủ ý chỉ làm công việc trung thực, chính xác là đọc một lớp văn bản thật.
Các trang được tách ra trong đầu ra như thế nào?
Mỗi trang bắt đầu bằng một dòng có nội dung --- Trang 1 ---, --- Trang 2 --- và cứ thế, theo thứ tự gốc, vì vậy bạn luôn có thể biết bất kỳ đoạn nào đến từ trang nào.
Nó có giữ bảng và bố cục nhiều cột không?
Chỉ một phần. Các dòng được dựng lại theo thứ tự và vị trí văn bản được lưu trong tệp, vì vậy các tài liệu đơn giản đọc tự nhiên. Trong các trang nhiều cột hoặc bảng phức tạp, thứ tự đã lưu có thể xen kẽ, và bạn có thể cần dọn dẹp nhanh trong ô chỉnh sửa trước khi sao chép.
Chính xác thì tôi tải xuống gì?
Một tệp văn bản thuần duy nhất có tên extracted-text.txt chứa mọi thứ trong ô - bao gồm bất kỳ chỉnh sửa nào bạn đã thực hiện. Văn bản thuần không có phông chữ hoặc định dạng, vì vậy nó dán sạch vào Word, email hoặc ứng dụng ghi chú.
Tôi chỉ cần văn bản từ một vài trang - tôi có thể chọn chúng không?
Không có bộ chọn trang; công cụ trích xuất mỗi trang. Quy trình nhanh là trích xuất tất cả, sau đó xóa những trang không mong muốn --- Trang N --- các phần trong ô trước khi sao chép hoặc tải xuống.
Nó có hoạt động với các ngôn ngữ khác ngoài tiếng Anh không?
Có, với bất kỳ ngôn ngữ nào có ký tự được lưu trong lớp văn bản của PDF, các ký tự được trích xuất như đã lưu. Lưu ý rằng thứ tự đọc đi theo thứ tự nội bộ của tệp, mà một số tài liệu viết từ phải sang trái lưu theo trình tự trực quan thay vì trình tự đọc.