Extrakce Textu z PDF
Extrahujte text z PDF souborů online. Zkopírujte nebo stáhněte jako TXT nebo Markdown. Bezplatné, soukromé, běží v prohlížeči.
Jak funguje extrakce textu z PDF?
Tento nástroj používá pdf.js k analýze vašeho PDF souboru a extrakci textového obsahu z každé stránky. Čte textovou vrstvu vloženou v PDF se zachováním pořadí čtení. Extrahovaný text lze zkopírovat nebo stáhnout jako prostý text nebo Markdown.
Proč část textu chybí nebo je nečitelná?
Některé PDF používají vlastní písma s nestandardním kódováním nebo obsahují text jako obrázky (skenované dokumenty). Extrakce textu funguje pouze pro textová PDF. Skenovaná PDF vyžadují OCR, které tento nástroj nepodporuje.
Jsou moje PDF data v bezpečí?
Ano, veškeré zpracování probíhá zcela ve vašem prohlížeči. Vaše PDF soubory nejsou nikdy nahrávány na žádný server. Extrakce textu běží lokálně pomocí JavaScriptových knihoven.
Mohu extrahovat text pouze z konkrétních stránek?
Ano, můžete extrahovat text ze všech stránek nebo zadat rozsah stránek (např. 1-3, 5, 7-10). Můžete také vybrat výstupní formát prostý text nebo Markdown a zapnout čísla stránek ve výstupu.
Jaký je rozdíl mezi prostým textem a výstupem Markdown?
Prostý text vypíše extrahovaný text bez formátování. Výstup Markdown zachovává základní strukturu jako nadpisy, seznamy a zalomení řádků pomocí syntaxe Markdown, což usnadňuje opětovné použití v dokumentech nebo poznámkách.
Lze extrahovat text ze skenovaných PDF?
Ne, skenovaná PDF obsahují obrázky textu místo skutečných textových znaků. Tento nástroj extrahuje text pouze z digitálních PDF s textovou vrstvou. Pro skenované dokumenty potřebujete nástroj OCR.
Existuje omezení velikosti souboru?
Protože zpracování probíhá ve vašem prohlížeči, závisí limit na paměti zařízení. Velké PDF soubory se stovkami stránek mohou trvat déle. Pro nejlepší výsledky rozdělte velmi velké soubory na menší části.
Mohu extrahovat text z PDF chráněných heslem?
Pokud má PDF heslo pro otevření, musíte jej nejprve odemknout. Pokud má pouze heslo oprávnění, extrakce může stále fungovat. Tento nástroj neodstraňuje hesla PDF.
Zachová se formátování textu?
Základní formátování jako zalomení řádků a odsazení odstavců se zachová. Složité rozvržení, tabulky a více sloupcový text však nemusí být dokonale zachovány. Možnost Markdown pomáhá zachovat strukturální prvky.
Mohu tento nástroj používat offline?
Po načtení stránky funguje základní funkce extrakce textu offline, protože veškeré zpracování probíhá ve vašem prohlížeči. Pro počáteční načtení nástroje však potřebujete připojení k internetu.