PDF u tekst

Kako izvući tekst iz PDF-a

1. Ispusti PDF datoteku u zonu za ispuštanje ili klikni na nju i odaberi datoteku. Alat prikazuje naziv, broj stranica i veličinu.
2. Po želji upiši Stranice (neobavezno) koje želiš pročitati, na primjer 1-3, 5 ili 8-. Ostavi polje prazno za izvlačenje svih stranica.
3. Odaberi Redoslijed čitanja: Kako je spremljeno u datoteci (najbolje za stupce) ili Odozgo prema dolje, slijeva nadesno.
4. Uključi ili isključi Dodaj razdjelnike stranica i Zadrži prijelome redaka.
5. Klikni Izvuci tekst. Dugi dokumenti prikazuju napredak stranicu po stranicu; Stop prekida ranije i zadržava već pročitane stranice.
6. Provjeri brojače stranica, riječi, znakova i redaka, a zatim klikni Kopiraj ili Preuzmi .txt.

Oba potvrdna okvira možeš promijeniti nakon izvlačenja: tekst se odmah preoblikuje, bez ponovnog čitanja datoteke.

Tekstni sloj ili skenirana stranica?

PDF stvoren u uređivaču teksta, proračunskoj tablici ili naredbom „Spremi kao PDF“ sadrži tekstni sloj: prave znakove s njihovim fontom i položajem. Ovaj alat čita taj sloj pomoću PDF.js-a, pa je rezultat točan, s netaknutim dijakriticima, ligaturama i simbolima.

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

Redoslijed čitanja i raspored

PDF sprema dijelove teksta s koordinatama, a ne odlomke. Alat ponovno gradi retke od dijelova koji dijele istu osnovnu liniju, dodaje razmak gdje postoji vidljiv razmak i ostavlja prazan redak gdje je okomiti razmak velik, što obično razdvaja odlomke.

• Kako je spremljeno u datoteci (najbolje za stupce) slijedi redoslijed kojim je program koji je stvorio datoteku zapisao tekst. Za većinu dokumenata, uključujući članke u dva stupca, to je prirodni redoslijed čitanja.
• Odozgo prema dolje, slijeva nadesno razvrstava prema položaju na stranici. Isprobaj ga kad prva opcija daje izmiješan tekst; imaj na umu da čita ravno preko stupaca.

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

Spajanje redaka u odlomke

Kad je Zadrži prijelome redaka uključeno, svaki redak PDF-a ostaje redak teksta. Isključi ga za spajanje redaka svakog odlomka u jedan, što je bolje za lijepljenje u dokument ili prevoditelj. Riječ rastavljena crticom na kraju retka, na primjer „pri-“ + „mjer“, ponovno se spaja kad sljedeći redak počinje malim slovom. Ograničenje: složenica koja se slučajno prelomi na vlastitoj crtici („crno-“ + „bijeli“) gubi tu crticu, pa pažljivo pročitaj važne odlomke.

Privatnost

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