Ekstrak teks

ekstrak teks dari PDF: sekilas

Baca lapisan teks sebuah PDF, salin, atau unduh sebagai berkas TXT. Buat salinan teks polos dari sebuah dokumen untuk catatan, pencarian, kutipan, atau penggunaan ulang tanpa perlu mengetik ulang teks yang terlihat.

Teks dibaca, melalui PDF.js, dari lapisan yang memang sudah ada di dalam PDF. Tidak ada pengenalan karakter, sehingga halaman hasil pindai atau foto tidak mengembalikan apa pun: jika sebuah dokumen terbuka sebagai gambar, tidak ada ekstraksi yang akan memperoleh kata darinya. Keluarannya adalah teks polos UTF-8 dengan satu baris kosong di antara halaman. Spasi diturunkan dari posisi potongan teks pada dokumen asli, yang berarti tata letak berkolom banyak dan tabel bisa saling menyisip secara janggal, dan format, gambar, serta tujuan tautan tidak dipertahankan.

ekstrak teks dari PDF dengan PDFolio

PDFolio membaca lapisan teks yang ada, lalu menampilkan pratinjau di peramban dan menyediakan unduhan TXT. Halaman hasil pindai bisa tampak terbaca namun tidak memuat teks yang dapat dipilih; alat ini membaca teks PDF yang sudah ada dan tidak menjalankan OCR.

Jika Anda ingin teks dengan sedikit struktur di sekelilingnya, PDF ke HTML mempertahankan batas halaman sebagai bagian dan lebih mudah ditelusuri. Jika ekstraksi tidak mengembalikan apa pun, dokumen itu adalah hasil pindai, dan satu-satunya jalan menuju teks adalah perangkat lunak pengenalan karakter, yang berada di luar jangkauan alat lokal di peramban.

Sebelum mengunduh

Paragraf sederhana biasanya terekstrak dengan rapi. Tabel, kolom, kepala halaman, dan tata letak dekoratif dapat terbaca sebagai satu aliran karena PDF menyimpan teks berdasarkan posisi, bukan struktur penyuntingan aslinya. Periksa pratinjaunya sebelum mengandalkan berkas TXT.

Saat hasilnya siap, segera unduh dan buka di penampil PDF yang biasa Anda pakai untuk pemeriksaan akhir. Setelah itu Anda dapat menggunakan Hapus data untuk melepaskan rujukan berkas sementara dari tab peramban ini. PDFolio tidak membuat akun, folder awan, atau riwayat dokumen di server.

ekstrak teks dari PDF secara privat dan lokal

PDFolio memproses berkas yang dipilih di tab peramban yang aktif. Sebuah Web Worker di perangkat Anda menjalankan tugas PDF agar antarmuka tetap responsif; data dokumen tidak dikirim ke server pemrosesan PDF, antrean unggahan, basis data akun, atau platform periklanan.