PDF tekstiks

Kuidas PDF-ist teksti eraldada

1. Lohista PDF-fail lohistamisalale või klõpsa sellel, et fail valida. Tööriist näitab faili nime, lehekülgede arvu ja suurust.
2. Soovi korral sisesta väljale Leheküljed (valikuline) loetavad leheküljed, näiteks 1-3, 5 või 8-. Kõigi lehekülgede eraldamiseks jäta väli tühjaks.
3. Vali Lugemisjärjekord: Nii, nagu failis salvestatud (parim veergude jaoks) või Ülevalt alla, vasakult paremale.
4. Märgi või eemalda märge valikutelt Lisa lehekülgede eraldajad ja Säilita reavahetused.
5. Klõpsa Eralda tekst. Pikkade dokumentide puhul näed edenemist leheküljehaaval; Peata lõpetab varem ja säilitab juba loetud leheküljed.
6. Vaata lehekülgede, sõnade, märkide ja ridade arvu ning klõpsa seejärel Kopeeri või Laadi alla .txt.

Mõlemat märkeruutu saab pärast eraldamist muuta: tekst vormindatakse kohe ümber, ilma et faili uuesti loetaks.

Tekstikiht või skannitud lehekülg?

Tekstitöötlusprogrammi, tabelarvutuse või käsuga „Salvesta PDF-ina“ loodud PDF sisaldab tekstikihti: päris märke koos nende fondi ja asukohaga. See tööriist loeb seda kihti PDF.js-iga, seega on tulemus täpne ning rõhumärgid, ligatuurid ja sümbolid säilivad.

Skannitud PDF on teistsugune: iga lehekülg on lihtsalt paberi foto ja loetavat teksti pole. Kui valitud leheküljel pole teksti, kuid on pilt, ütleb tööriist seda ja nimetab asjaomased leheküljed. OCR-i (optilist märgituvastust) tööriist ei sisalda: skannitud lehekülgede teksti siin eraldada ei saa. Leheküljed, kus pole ei teksti ega pilte, märgitakse tühjadeks.

Lugemisjärjekord ja paigutus

PDF salvestab tekstitükid koordinaatidega, mitte lõikudena. Tööriist taastab read tükkidest, mis jagavad ühist baasjoont, lisab tühiku, kus on nähtav vahe, ja jätab tühja rea, kus püstine vahe on suur ning mis tavaliselt eraldab lõike.

• Nii, nagu failis salvestatud (parim veergude jaoks) järgib järjekorda, milles tekstiloomise tarkvara teksti kirjutas. Enamiku dokumentide puhul, sealhulgas kahe veeruga artiklite puhul, on see loomulik lugemisjärjekord.
• Ülevalt alla, vasakult paremale sorteerib teksti lehekülje asukoha järgi. Proovi seda, kui esimene valik annab segamini teksti; arvesta, et see loeb otse üle veergude.

Valikuga Lisa lehekülgede eraldajad algab iga lehekülg reaga nagu --- Lehekülg 3 ---, mis on käepärane lõigu viitamiseks või kontrollimiseks.

Ridade ühendamine lõikudeks

Kui Säilita reavahetused on märgitud, jääb iga PDF-i rida tekstis reaks. Eemalda märge, et ühendada iga lõigu read üheks, mis sobib paremini dokumenti või tõlkijasse kleepimiseks. Rea lõpus sidekriipsuga katki läinud sõna, näiteks „näi-“ + „de“, liidetakse uuesti, kui järgmine rida algab väikese tähega. Piirang: liitsõna, mis juhtub katkema oma sidekriipsu kohalt („e-“ + „post“), kaotab selle sidekriipsu, seega loe olulised lõigud üle.

Privaatsus

PDF-i loeb sinu brauser sinu seadmes. Ei faili ega eraldatud teksti saadeta serverisse.