Trích Văn Bản PDF
Trích xuất văn bản từ tệp PDF trực tuyến. Sao chép hoặc tải xuống dạng TXT hoặc Markdown. Miễn phí, riêng tư, chạy trong trình duyệt.
Trích xuất văn bản PDF hoạt động như thế nào?
Công cụ này sử dụng pdf.js để phân tích tệp PDF của bạn và trích xuất nội dung văn bản từ mỗi trang. Nó đọc lớp văn bản được nhúng trong PDF, giữ nguyên thứ tự đọc. Văn bản đã trích xuất có thể sao chép hoặc tải xuống dưới dạng tệp văn bản thuần hoặc Markdown.
Tại sao một số văn bản bị thiếu hoặc lỗi?
Một số PDF sử dụng phông chữ tùy chỉnh với mã hóa không chuẩn, hoặc chứa văn bản dưới dạng hình ảnh (tài liệu quét). Trích xuất văn bản chỉ hoạt động cho PDF dựa trên văn bản. PDF quét yêu cầu OCR không được công cụ này hỗ trợ.
Dữ liệu PDF của tôi có an toàn không?
Có, tất cả xử lý diễn ra hoàn toàn trong trình duyệt của bạn. Tệp PDF không bao giờ được tải lên máy chủ. Trích xuất văn bản chạy cục bộ bằng thư viện JavaScript.
Tôi có thể trích xuất văn bản từ các trang cụ thể không?
Có, bạn có thể chọn trích xuất văn bản từ tất cả các trang hoặc chỉ định phạm vi trang (ví dụ: 1-3, 5, 7-10). Bạn cũng có thể chọn định dạng đầu ra văn bản thuần hoặc Markdown, và bật số trang trong đầu ra.
Sự khác biệt giữa văn bản thuần và output Markdown là gì?
Văn bản thuần xuất ra văn bản đã trích xuất mà không có định dạng. Output Markdown bảo tồn cấu trúc cơ bản như tiêu đề, danh sách và ngắt dòng bằng cú pháp Markdown, giúp dễ dàng tái sử dụng trong tài liệu hoặc ghi chú.
Có thể trích xuất văn bản từ PDF quét không?
Không, PDF quét chứa hình ảnh văn bản thay vì ký tự văn bản thực tế. Công cụ này chỉ trích xuất văn bản từ PDF kỹ thuật số có lớp văn bản. Đối với tài liệu quét, bạn cần công cụ OCR.
Có giới hạn kích thước tệp không?
Vì xử lý diễn ra trong trình duyệt của bạn, giới hạn phụ thuộc vào bộ nhớ thiết bị. PDF lớn với hàng trăm trang có thể mất nhiều thời gian hơn. Để có kết quả tốt nhất, hãy chia tệp rất lớn thành các phần nhỏ hơn.
Có thể trích xuất văn bản từ PDF được bảo vệ bằng mật khẩu không?
Nếu PDF có mật khẩu mở, bạn cần mở khóa nó trước. Nếu chỉ có mật khẩu quyền, trích xuất có thể vẫn hoạt động. Công cụ này không xóa mật khẩu PDF.
Định dạng văn bản có được bảo tồn không?
Định dạng cơ bản như ngắt dòng và khoảng cách đoạn văn được bảo tồn. Tuy nhiên, bố cục phức tạp, bảng và văn bản nhiều cột có thể không được bảo tồn hoàn hảo. Tùy chọn Markdown giúp bảo tồn các yếu tố cấu trúc.
Có thể sử dụng công cụ này ngoại tuyến không?
Sau khi trang được tải, chức năng trích xuất văn bản cốt lõi hoạt động ngoại tuyến vì tất cả xử lý được thực hiện trong trình duyệt của bạn. Tuy nhiên, bạn cần kết nối internet để tải công cụ ban đầu.