PDF-тен TXT-ке: PDF-тен мәтінді шығарып алу
PDF-тен мәтінді шығарып алу үшін файлды жүктеп, шығыс формат ретінде TXT таңдаңыз. Серверіміз PDF-тің мәтін қабатын оқиды, үзілген жолдарды абзацтарға қайта біріктіреді, барлық пішімдеуді алып тастайды және байт тәртібі белгісі (BOM) бар UTF-8 .txt файлын сақтайды, сондықтан диакритикалық және латын емес таңбалар дұрыс көрінеді. Сканерленген PDF файлдарында мәтін қабаты жоқ, ал OCR орындалмайды, сондықтан олардан мәтін шықпайды.
- Тегін, тіркелусіз
- Файлдар 30 минут ішінде жойылады
- 100 МБ-қа дейін
Файлдар серверлерімізден 30 минут ішінде біржола жойылады.
PDF форматын TXT форматына қалай түрлендіруге болады
PDF файлын жүктеңіз
PDF файлын жүктеу аймағына сүйреп апарыңыз немесе құрылғыдан таңдаңыз (100 МБ-қа дейін).
Мақсатты формат — TXT
TXT мәзірде бұрыннан таңдалған; қажет болса, басқа форматты таңдауға болады.
Түрлендіріп, жүктеп алыңыз
«Түрлендіру» батырмасын басыңыз, сонда түрлендірілген файлды жүктеп алу автоматты түрде басталады.
Не сақталады?
Сақталады
- Оқу ретімен алынатын барлық мәтін
- Абзац үзілімдері
- Юникод таңбалары (BOM бар UTF-8)
Өзгереді
- Тақырыптар мен тізім элементтері қарапайым жолдарға айналады
Көшірілмейді
- Қалың, көлбеу мәтін, түстер және қаріптер
- Суреттер
- Кесте құрылымы
Қашан қолданған жөн
Мәтінді жасанды интеллект құралдарына және скрипттерге беру
PDF-ті чат-ботқа, аударма қызметіне немесе өз скриптіңізге қойғыңыз келсе, бет орналасуының артық белгілері жоқ таза мәтін файлы — ең болжамды кіріс деректері, ол көшіру-қою кезіндегі кездейсоқ таңбалардан да құтқарады.
Құжат нұсқаларын іздеу және салыстыру
Қарапайым мәтін PDF файлдарын кез келген редактор немесе командалық жол құралымен іздеуді жеңілдетеді және шарттың не есептің екі нұсқасын стандартты diff құралымен салыстырып, нені өзгерткеніңізді дәл көруге мүмкіндік береді.
Білуге тиіс шектеулер
- OCR жоқ: сканерленген PDF файлдары бос нәтиже қатесін береді.
- Шифрланған PDF файлдары қабылданбайды.
- Көп бағанды беттерде жолдар реті PDF-тің ішкі орналасуына сәйкес келеді.
Форматтар туралы
PDF дегеніміз не?
PDF (Portable Document Format) — Adobe жасаған және ISO 32000 ретінде стандартталған, беттің орналасуы бекітілген құжат форматы. Әр мәтін, сурет және сызық беттегі орнымен бірге сақталады, сондықтан PDF кез келген құрылғыда бірдей көрінеді және сенімді басып шығарылады. Бірақ өңдеу қиындау: PDF абзацтар мен кестелерді емес, беттегі орындарды сақтайды. Сканерленген PDF файлдарында тек бет суреттері болады, одан мәтінді алу үшін алдымен OCR (оптикалық таңбаларды тану) қажет.
TXT дегеніміз не?
TXT файлында тек таңбалар болады: пішімдеу, суреттер немесе бет орналасуы туралы мәлімет жоқ. Ол Блокноттан бастап код редакторларына дейінгі кез келген бағдарламада ашылады және құжаттың ең шағын әрі ең ықшам түрі болып табылады. Диакритикалық белгілері бар және латын емес таңбалардың дұрыс көрінуі кодтауға байланысты; бүгінгі стандарт UTF-8 іс жүзінде барлық тілді қолдайды. Қарапайым мәтін іздеу, мұрағаттау және мазмұнды жүйелер арасында тасымалдау үшін өте қолайлы.
Жиі қойылатын сұрақтар
TXT файлым неге бос немесе неге қате шықты?
PDF-іңіз, ықтимал, сканерленген болуы мүмкін. Сканер немесе телефон камерасы жасаған PDF файлдарында тек бет суреттері болады, таңдалатын мәтін болмайды, ал бұл қызмет OCR орындамайды. PDF-тегі сөздерді тышқанмен белгілей алмасаңыз, мәтінді шығарып алмас бұрын файлды OCR құралы арқылы өткізіңіз.
TXT файлы қандай кодтауды қолданады?
Нәтиже — байт тәртібі белгісі (BOM) бар UTF-8. Осы үйлесім диакритикалық әріптердің, ş және ğ сияқты түрік таңбаларының және басқа латын емес жазулардың Windows Блокнотында, macOS TextEdit-те және код редакторларында кодтауды қолмен өзгертпей-ақ дұрыс көрінуін қамтамасыз етеді.
Тақырыптар мен тізімдерді сақтағым келсе ше?
Қарапайым мәтін тақырыптарды, қалың мәтінді немесе суреттерді сақтай алмайды. Тақырыптар мен тізімдерді белгілейтін жеңіл файл керек болса, PDF-ті Markdown-ға түрлендіріңіз; толық пішімделген, өңдеуге болатын құжат керек болса, PDF-ті Word-қа түрлендіріңіз.
PDF форматын TXT форматына түрлендіру тегін бе?
Иә, толық тегін. Аккаунт, жазылым немесе су белгісі жоқ — файлды жүктеп, түрлендіре салыңыз.
Файлым қауіпсіз бе және ол қашан жойылады?
Файлыңыз HTTPS арқылы жіберіліп, серверімізде кездейсоқ код бойынша сақталады. Жүктелген файл мен нәтиже 30 минут ішінде біржола жойылады, ал жүктеп алу сілтемесі тек бірегей кодыңыз бар адамға ғана жұмыс істейді.