PDF से टेक्स्ट निकालें

यह उपकरण pdf.js का उपयोग करके आपकी PDF फ़ाइल को पार्स करता है और प्रत्येक पृष्ठ से टेक्स्ट सामग्री निकालता है। यह PDF में एम्बेडेड टेक्स्ट लेयर को पढ़ता है, पढ़ने के क्रम को बनाए रखता है। निकाला गया टेक्स्ट प्लेन टेक्स्ट या Markdown फ़ाइल के रूप में कॉपी या डाउनलोड किया जा सकता है।

कुछ PDF गैर-मानक एन्कोडिंग वाले कस्टम फ़ॉन्ट का उपयोग करते हैं, या टेक्स्ट छवियों के रूप में होता है (स्कैन किए गए दस्तावेज़)। टेक्स्ट निकालना केवल टेक्स्ट-आधारित PDF पर काम करता है। स्कैन किए गए PDF के लिए OCR आवश्यक है जो इस उपकरण में समर्थित नहीं है।

हाँ, सारी प्रोसेसिंग पूरी तरह से आपके ब्राउज़र में होती है। आपकी PDF फ़ाइलें कभी किसी सर्वर पर अपलोड नहीं होतीं। टेक्स्ट निकालना JavaScript लाइब्रेरी का उपयोग करके स्थानीय रूप से चलता है।

हाँ, आप सभी पृष्ठों से टेक्स्ट निकालने या पृष्ठ श्रेणी (जैसे 1-3, 5, 7-10) निर्दिष्ट करने का विकल्प चुन सकते हैं। आप प्लेन टेक्स्ट या Markdown आउटपुट प्रारूप भी चुन सकते हैं और आउटपुट में पृष्ठ नंबर टॉगल कर सकते हैं।

प्लेन टेक्स्ट बिना किसी स्वरूपण के निकाला गया टेक्स्ट आउटपुट करता है। Markdown आउटपुट शीर्षक, सूचियों और लाइन ब्रेक जैसी मूल संरचना को Markdown सिंटैक्स के साथ संरक्षित करता है, जिससे दस्तावेज़ या नोट्स में पुन: उपयोग आसान होता है।

नहीं, स्कैन किए गए PDF में टेक्स्ट छवियाँ होती हैं, वास्तविक टेक्स्ट अक्षर नहीं। यह उपकरण केवल टेक्स्ट लेयर वाले डिजिटल PDF से टेक्स्ट निकालता है। स्कैन दस्तावेज़ों के लिए आपको OCR उपकरण की आवश्यकता होगी।

चूँकि प्रोसेसिंग आपके ब्राउज़र में होती है, सीमा आपके डिवाइस की मेमोरी पर निर्भर करती है। सैकड़ों पृष्ठों वाली बड़ी PDF फ़ाइलों को प्रोसेस करने में अधिक समय लग सकता है। सर्वोत्तम परिणामों के लिए, बहुत बड़ी फ़ाइलों को छोटे भागों में विभाजित करें।

यदि PDF में ओपन पासवर्ड है, तो पहले आपको उसे अनलॉक करना होगा। यदि केवल अनुमति पासवर्ड है, तो टेक्स्ट निकालना काम कर सकता है। यह उपकरण PDF पासवर्ड नहीं हटाता।

लाइन ब्रेक और पैराग्राफ स्पेसिंग जैसी मूल स्वरूपण संरक्षित रहती है। हालाँकि, जटिल लेआउट, तालिकाएँ और बहु-स्तंभ टेक्स्ट पूरी तरह से नहीं रखे जा सकते हैं। Markdown आउटपुट विकल्प संरचनात्मक तत्वों को संरक्षित करने में मदद करता है।

एक बार पेज लोड होने के बाद, कोर टेक्स्ट निकालना कार्य ऑफ़लाइन काम करता है क्योंकि सभी प्रोसेसिंग आपके ब्राउज़र में होती है। हालाँकि, उपकरण को शुरू में लोड करने के लिए इंटरनेट कनेक्शन की आवश्यकता होती है।