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.
Cách sử dụng Trích Văn Bản PDF
Trích xuất toàn bộ văn bản từ PDF để sao chép hoặc lưu dưới dạng TXT hoặc Markdown. Việc trích xuất chạy hoàn toàn trong trình duyệt, nên tài liệu không bao giờ rời khỏi thiết bị của bạn.
- Thêm tệp bằng cách nhấp hoặc kéo thả vào vùng ghi “Click or drag PDF file here”.
- Trong Extract Mode chọn All Pages, hoặc chọn Specific Pages rồi nhập các khoảng trang vào ô Page Range theo ví dụ của ô đó: e.g. 1-3, 5, 7-10.
- Ở Output Format, chọn Plain Text cho đoạn văn sạch, hoặc Markdown để giữ tiêu đề và danh sách.
- Bật Include page numbers nếu bạn muốn mỗi khối văn bản ghi rõ trang gốc của nó.
- Nhấn Extract Text rồi xem kết quả dưới Extracted Text, nơi đếm từ và ký tự liên tục cập nhật.
- Sao chép toàn bộ bằng Copy All, hoặc lưu tệp bằng Download TXT.
Nếu kết quả trống, tệp PDF nhiều khả năng là bản quét không có lớp văn bản — ảnh trang phải qua OCR trước mới trích xuất được chữ.
Công cụ liên quan
- Trích Xuất Hình Ảnh từ PDF Trích xuất tất cả hình ảnh từ tệp PDF trực tuyến. Tải xuống từng ảnh hoặc tất cả dưới dạng ZIP. Miễn phí, riêng tư, công cụ trình duyệt.
- Trình Tạo Chữ Ký Trình tạo chữ ký trực tuyến miễn phí. Vẽ chữ ký bằng chuột, ngón tay hoặc bút cảm ứng, hoặc gõ bằng phông viết tay, rồi tải PNG trong suốt sẵn sàng chèn vào PDF và Word.
- Trình soạn thảo phương trình LaTeX Trình soạn thảo phương trình LaTeX miễn phí trực tuyến với xem trước KaTeX thời gian thực. Viết và xuất công thức toán học ngay lập tức.
- Tạo trang luyện chữ Tạo trang luyện viết chữ Hán và trang tô vẽ cho luyện viết. Tùy chỉnh kiểu lưới, kích thước và xuất PNG hoặc PDF.
- Markdown sang WeChat Chuyển đổi Markdown sang HTML WeChat với 10 chủ đề, tô sáng mã, liên kết thành chú thích và sao chép một cú nhấp với kiểu nội tuyến.
- PPT sang PDF Chuyển đổi bài thuyết trình PowerPoint (.pptx) thành tài liệu PDF ngay lập tức trong trình duyệt. Không tải lên, 100% riêng tư, với tùy chọn kích thước và hướng trang.
- HTML sang PPT Chuyển đổi HTML sang bài thuyết trình PowerPoint trực tuyến. Hỗ trợ tiêu đề, danh sách, bảng, hình ảnh. Miễn phí, riêng tư, không đăng ký.
- Word sang Markdown Chuyển đổi tài liệu Word (.docx) sang định dạng Markdown ngay lập tức. Hỗ trợ tiêu đề, bảng, hình ảnh, danh sách, liên kết và mọi định dạng — hoàn toàn trong trình duyệt.