متن نکالیں

PDF سے متن نکالنا: ایک نظر میں

PDF کا متنی حصہ پڑھیں، اسے نقل کریں یا TXT فائل کے طور پر ڈاؤن لوڈ کریں۔ کسی دستاویز کے الفاظ دوبارہ استعمال کریں، مواد کہیں اور نقل کریں، یا صرف متن پر مشتمل ایک سادہ نسخہ رکھیں۔

متن PDF.js کے ذریعے اُس تہہ سے پڑھا جاتا ہے جو PDF میں پہلے سے ہے۔ یہاں حروف کی شناخت نہیں ہے، اس لیے سکین کیا ہوا یا تصویر کھینچا ہوا صفحہ کچھ بھی نہیں لوٹاتا: اگر دستاویز تصویر کے طور پر کھلتی ہے تو کوئی بھی نکالنا اُس سے الفاظ نہیں نکالے گا۔ ماحصل UTF-8 سادہ متن ہے جس میں صفحات کے درمیان ایک خالی سطر رہتی ہے۔ وقفے اصل میں متن کے ٹکڑوں کی جگہ سے بنتے ہیں، جس کا مطلب ہے کہ کئی کالموں والے خاکے اور جدولیں عجیب انداز میں گڈمڈ ہو سکتی ہیں، اور سج دھج، تصاویر اور روابط کی منزلیں محفوظ نہیں رہتیں۔

PDFolio کے ساتھ PDF سے متن نکالنا

PDFolio دستاویز میں پہلے سے موجود متنی حصہ پڑھ کر اسے سادہ متن کے طور پر برآمد کرتا ہے۔ صفحاتی ترتیب سادہ ہو جاتی ہے، اس لیے متن کو دوسری جگہ استعمال کرنا آسان ہوتا ہے۔

اگر آپ کو متن کے ساتھ کچھ ڈھانچہ چاہیے تو PDF سے HTML صفحے کی حدوں کو حصوں کے طور پر رکھتا ہے اور اُس میں چلنا آسان ہے۔ اگر نکالنے سے کچھ نہیں ملتا تو دستاویز ایک سکین ہے، اور متن تک پہنچنے کا واحد راستہ حروف شناخت کرنے والا سافٹ ویئر ہے، جو براؤزر کے اندر چلنے والے مقامی اوزار کی قابلِ اعتماد پہنچ سے باہر ہے۔

ڈاؤن لوڈ سے پہلے

کالموں، جدولوں اور پیچیدہ ترتیب والے صفحات کا نتیجہ سادہ متن میں مختلف نظر آ سکتا ہے۔ ایسے اسکین جن میں متنی حصہ نہ ہو، ان سے متن نہیں نکلتا؛ ان کے لیے OCR والا ٹول درکار ہے۔

نتیجہ تیار ہوتے ہی اسے فوراً ڈاؤن لوڈ کریں اور آخری جانچ کے لیے اپنے معمول کے PDF ویوَر میں کھولیں۔ اس کے بعد ڈیٹا صاف کریں سے اس براؤزر ٹیب کے عارضی فائل حوالے آزاد کیے جا سکتے ہیں۔ PDFolio کوئی اکاؤنٹ، کلاؤڈ فولڈر یا سرور پر دستاویزی ریکارڈ نہیں بناتا۔

PDF سے متن نکالنا نجی طور پر اور آپ ہی کے آلے پر

PDFolio منتخب فائلوں پر کھلے ہوئے براؤزر ٹیب ہی میں کارروائی کرتا ہے۔ آپ کے آلے کا ایک Web Worker یہ PDF کام انجام دیتا ہے تاکہ اسکرین تیز رہے؛ دستاویز کا ڈیٹا کسی PDF کارروائی سرور، اپ لوڈ قطار، اکاؤنٹ ڈیٹابیس یا اشتہاری پلیٹ فارم کو نہیں بھیجا جاتا۔