PDF į tekstą

Kaip išgauti tekstą iš PDF

1. Nutempk PDF failą į nurodytą sritį arba spustelėk ją ir pasirink failą. Įrankis parodo pavadinimą, puslapių skaičių ir dydį.
2. Jei reikia, laukelyje Puslapiai (nebūtina) įvesk skaitytinus puslapius, pavyzdžiui, 1-3, 5 arba 8-. Palikus laukelį tuščią, išgaunami visi puslapiai.
3. Pasirink Skaitymo tvarką: Kaip saugoma faile (geriausia stulpeliams) arba Iš viršaus į apačią, iš kairės į dešinę.
4. Pažymėk arba nuimk Pridėti puslapių skirtukus ir Išlaikyti eilučių lūžius.
5. Spustelėk Išgauti tekstą. Ilgų dokumentų eiga rodoma puslapis po puslapio; Stabdyti nutraukia darbą anksčiau ir pasilieka jau perskaitytus puslapius.
6. Patikrink puslapių, žodžių, simbolių ir eilučių skaičių, tada spustelėk Kopijuoti arba Atsisiųsti .txt.

Abu žymimuosius langelius galima keisti ir po išgavimo: tekstas performatuojamas akimirksniu, failo iš naujo skaityti nereikia.

Teksto sluoksnis ar nuskaitytas puslapis?

PDF, sukurtas teksto rengykle, skaičiuokle ar komanda „Išsaugoti kaip PDF“, turi teksto sluoksnį: tikrus simbolius su šriftu ir padėtimi. Šis įrankis skaito tą sluoksnį naudojant PDF.js, todėl rezultatas tikslus, o lietuviškos raidės, ligatūros ir simboliai išlieka nepakitę.

Nuskaitytas PDF yra kitoks: kiekvienas puslapis tėra popieriaus nuotrauka, todėl skaityti nėra ko. Kai pasirinktame puslapyje nėra teksto, bet yra vaizdas, įrankis tai pasako ir įvardija puslapius. OCR (optinis simbolių atpažinimas) neįtrauktas: nuskaitytų puslapių teksto čia išgauti negalima. Puslapiai, kuriuose nėra nei teksto, nei vaizdų, pranešami kaip tušti.

Skaitymo tvarka ir maketas

PDF saugo teksto fragmentus su koordinatėmis, o ne pastraipas. Įrankis atkuria eilutes iš fragmentų, kurie turi bendrą bazinę liniją, prideda tarpą ten, kur matomas plyšys, ir palieka tuščią eilutę, kur vertikalus tarpas didelis – dažniausiai tai skiria pastraipas.

• Kaip saugoma faile (geriausia stulpeliams) seka tvarką, kuria tekstą užrašė dokumentą sukūrusi programa. Daugumai dokumentų, įskaitant dviejų stulpelių straipsnius, tai natūrali skaitymo tvarka.
• Iš viršaus į apačią, iš kairės į dešinę rūšiuoja pagal padėtį puslapyje. Išbandyk tai, jei pirmasis pasirinkimas duoda sumaišytą tekstą; atkreipk dėmesį, kad skaitoma tiesiai per stulpelius.

Pažymėjus Pridėti puslapių skirtukus, kiekvienas puslapis prasideda eilute, pavyzdžiui, --- 3 puslapis ---, kuri patogi cituojant ar tikrinant ištrauką.

Eilučių sujungimas į pastraipas

Pažymėjus Išlaikyti eilučių lūžius, kiekviena PDF eilutė lieka atskira teksto eilute. Nuėmus žymę, kiekvienos pastraipos eilutės sujungiamos į vieną, o tai geriau įklijuojant į dokumentą ar vertėją. Eilutės gale brūkšneliu perkeltas žodis, pavyzdžiui, „pavy-“ + „zdys“, sujungiamas atgal, jei kita eilutė prasideda mažąja raide. Apribojimas: sudurtinis žodis, kuris pasitaikė nutrūkti ties savo paties brūkšneliu („juodai-“ + „baltas“), tą brūkšnelį praranda, todėl svarbias ištraukas perskaityk ir pataisyk.

Privatumas

PDF skaitomas tavo naršyklėje, tavo įrenginyje. Nei failas, nei išgautas tekstas nesiunčiami į serverį.