Logo Loona AutomationLoona Công cụ PDF
Trang chủ › Công cụ PDF › PDF sang văn bản

PDF sang văn bản trực tuyến - Miễn phí

Tóm lại: công cụ PDF sang văn bản trích xuất văn bản có thể đọc được từ mỗi trang của một PDF và hiển thị nó trong một ô có thể chỉnh sửa, sẵn sàng sao chép hoặc tải xuống dưới dạng tệp .txt.

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.

Nhấp để chọn một tệp PDF
hoặc kéo & thả nó tại đây
Riêng tư theo thiết kế: các tệp của bạn được xử lý 100% trong trình duyệt của bạn bằng JavaScript. Chúng không bao giờ được tải lên máy chủ, không bao giờ được lưu trữ và không bao giờ bị chúng tôi nhìn thấy - đóng thẻ và mọi thứ biến mất.

Cách trích xuất văn bản khỏi PDF

  1. Chọn tệp PDF bạn muốn trích xuất văn bản từ đó.
  2. Nhấp "Trích xuất văn bản" và chờ một lát trong khi mỗi trang được đọc.
  3. 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

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.

Nhúng công cụ này vào website của bạn — miễn phí

Thêm công cụ này vào website hoặc blog của chính bạn — nó hoàn toàn miễn phí, không cần đăng ký, và luôn hiển thị phiên bản mới nhất. Sao chép mã bên dưới và dán vào trang của bạn tại nơi bạn muốn công cụ xuất hiện. Giữ lại dòng ghi công nhỏ “Powered by Loona Automation” dưới phần nhúng giúp công cụ này luôn miễn phí — nhưng bạn được tự do định kiểu hoặc loại bỏ nó; công cụ vẫn hoạt động trong cả hai trường hợp.