PDF metin çıkarıcı

Nasıl kullanılır

1. Bu karta bir PDF bırakın, ⌘V / Ctrl+V ile yapıştırın veya "PDF seç" düğmesine basın. Metin sonuç kutusuna sayfa sayfa gelir — Çıkar düğmesi yoktur. Kopyala ve indir, seçilen tüm sayfalar bitip durum yeşile döndüğünde etkinleşir.
2. Varsayılan olarak her PDF satırı ayrı satır kalır, paragraflar boş bir satırla ayrılır. Sarılan satırları birleştirmek için "Satırları paragraflara birleştir" seçeneğini işaretleyin: satır sonu tireleri silinir, Çince ve Japonca satırlar boşluksuz, diğer satırlar tek boşlukla birleşir. Bir seçeneği değiştirmek PDF'yi yeniden okumadan metni anında yeniden düzenler.
3. Yalnızca o sayfaları, yazdığınız sırada tutmak için "1-3, 5" gibi sayfalar yazın; iki kez yazılan sayfa bir kez görünür. Virgüller, Çince sıralama işaretleri ve Arap virgülleri ile Arap-Hint, Doğu Arap ve tam genişlik rakamlar kabul edilir. Tüm sayfalar için kutuyu boş bırakın. "--- 3 / 12 ---" gibi sayfa ayraçları orijinal sayfa numarasını gösterir ve kapatılabilir.
4. PDF parola istiyorsa, beliren satıra yazın ve Enter'a basın. Parola yalnızca dosyayı bu sekmede açmak için kullanılır.

Kurallar, sınırlar ve bilinen sorunlar

• Hiçbir şey yüklenmez: PDF File API ile okunur ve bu sekmedeki bir Web Worker tarafından ayrıştırılır. Tek ağ istekleri bu sitenin kendi dosyalarıdır — ilk dosyayı eklediğinizde PDF motoru ve worker, bazı Çince, Japonca ve Korece PDF'ler için karakter haritaları ve istediğinizde örnek. Hiçbir şey saklanmaz, yeniden yükleme boş başlar.
• OCR yok. Taranmış belgeler, ekran görüntülerinden oluşturulmuş PDF'ler ve görsel içindeki metin çıkarılamaz; bu sayfalar metin katmanı yok olarak bildirilir.
• Okuma sırası PDF'nin iç yapısını izler. Çok sütunlu düzenler, tablolar, üstbilgiler, altbilgiler ve dipnotlar birbirine karışabilir veya gördüğünüzden farklı sırada çıkabilir; düzen analizi yapılmaz.
• Tablolar yalnızca hücre metni olarak çıkar. Sütun hizalaması kaybolur ve aynı satırdaki hücreler bitişik gelebilir.
• Satırların paragraflara birleştirilmesi, satır aralığı, yazı tipi boyutu ve satır sonu tirelerine dayalı bir sezgidir. Gerçekten birleşik bir kelimeye ait bir tire satır sonuna denk geldiğinde silinebilir ve bir başlık zaman zaman altındaki metne eklenebilir.
• Bir yazı tipinin Unicode eşlemesi yoksa metni bozuk veya boş çıkar. Bu PDF'nin bir özelliğidir; bir PDF okuyucudan kopyalama da genellikle aynı şekilde başarısız olur.
• Arapça bağlama harfleri: bazı PDF üreticileri (örneğin belirli macOS sistem yazı tipleriyle) tek bir bağlama glifini birden çok karaktere eşler, bu yüzden içindeki harfler ters çıkabilir (لا → ال). Araç düzeltme tahmini yapmaz, böylece doğru metin asla değiştirilmez.
• Dikey metin PDF'nin iç sırasıyla yazdırılır; dikey okuma sırası garanti edilmez.
• Yazar kopyalamayı kısıtladıysa araç yine de metni çıkarır ve bir uyarı gösterir. Kullanma hakkınız olduğundan emin olun.
• Parolalar: yalnızca açma (kullanıcı) parolası desteklenir. Belgeyi bu sekmede açmak için kullanılır, asla saklanmaz ve PDF'nin şifrelemesi kaldırılmaz.
• Sınırlar: aynı anda bir PDF, 50 MB ve 2.000 sayfa. Daha büyük dosyalar gerçek boyut veya sayfa sayısıyla reddedilir. 20 MB veya 300 sayfa üzeri dosyalarda "biraz sürebilir" ipucu gösterilir.
• Karakter sayısı grafemleri sayar ve sayfa ayraçları ile satır sonlarını hariç tutar. Çince veya Arapça için kelime sayımı yoktur; ayrıntılı istatistik için sonucu karakter ve kelime sayacına yapıştırın.