PDF u tekst

Kako izdvojiti tekst iz PDF-a

1. Prevuci PDF datoteku na polje za odabir ili klikni na njega da je odabereš. Alat prikazuje naziv, broj stranica i veličinu.
2. Po želji upiši Stranice (nije obavezno) koje želiš pročitati, na primjer 1-3, 5 ili 8-. Ostaviš li polje prazno, izdvajaju se sve stranice.
3. Odaberi Redoslijed čitanja: Kako je pohranjeno u datoteci (najbolje za kolone) ili Odozgo prema dolje, slijeva nadesno.
4. Uključi ili isključi Dodaj razdjelnike stranica i Zadrži prelome redova.
5. Klikni Izdvoji tekst. Dugi dokumenti prikazuju napredak stranicu po stranicu; Stop prekida ranije i zadržava već pročitane stranice.
6. Provjeri brojeve stranica, riječi, znakova i redova, pa klikni Kopiraj ili Preuzmi .txt.

Dva potvrdna polja mogu se mijenjati i nakon izdvajanja: tekst se odmah ponovo oblikuje, bez ponovnog čitanja datoteke.

Tekstualni sloj ili skenirana stranica?

PDF napravljen u uređivaču teksta, tabelama ili naredbom „Spremi kao PDF“ sadrži tekstualni sloj: stvarne znakove s njihovim fontom i položajem. Ovaj alat čita taj sloj pomoću PDF.js, pa je rezultat tačan, s dijakriticima, ligaturama i simbolima netaknutim.

Skenirani PDF je drugačiji: svaka stranica je samo fotografija papira i nema teksta za čitanje. Kad odabrana stranica nema teksta, ali sadrži sliku, alat to kaže i navodi o kojim se stranicama radi. OCR (optičko prepoznavanje znakova) nije uključen: tekst skeniranih stranica ovdje se ne može izdvojiti. Stranice bez teksta i bez slika prijavljuju se kao prazne.

Redoslijed čitanja i raspored

PDF pohranjuje dijelove teksta s koordinatama, a ne odlomke. Alat ponovo gradi redove od dijelova koji dijele istu osnovnu liniju, dodaje razmak gdje postoji vidljiv procijep i ostavlja prazan red gdje je vertikalni razmak velik, što obično razdvaja odlomke.

• Kako je pohranjeno u datoteci (najbolje za kolone) prati redoslijed kojim je softver pri izradi upisao tekst. Za većinu dokumenata, uključujući članke u dvije kolone, to je prirodan redoslijed čitanja.
• Odozgo prema dolje, slijeva nadesno sortira prema položaju na stranici. Probaj ga kad prva opcija daje izmiješan tekst; imaj na umu da čita ravno preko kolona.

Uz Dodaj razdjelnike stranica svaka stranica počinje redom poput --- Stranica 3 ---, što je zgodno za citiranje ili provjeru pasusa.

Spajanje redova u odlomke

Kad je Zadrži prelome redova uključeno, svaki red PDF-a ostaje red teksta. Isključi ga da se redovi svakog odlomka spoje u jedan, što je bolje za lijepljenje u dokument ili prevodilac. Riječ presječena crticom na kraju reda, poput „pri-“ + „mjer“, ponovo se sastavlja kad sljedeći red počinje malim slovom. Ograničenje: složenica koja se slučajno lomi na vlastitoj crtici („bosansko-“ + „hercegovački“) gubi tu crticu, pa važne pasuse pažljivo pročitaj.

Privatnost

PDF čita tvoj preglednik, na tvom uređaju. Ni datoteka ni izdvojeni tekst ne šalju se na server.