PDF v besedilo

Kako izluščiti besedilo iz PDF

1. Spusti datoteko PDF na območje za spuščanje ali klikni nanj in jo izberi. Orodje prikaže ime datoteke, število strani in velikost.
2. Po želji vnesi Strani (neobvezno), ki jih želiš prebrati, na primer 1-3, 5 ali 8-. Če polje pustiš prazno, se izluščijo vse strani.
3. Izberi Vrstni red branja: Kot je shranjeno v datoteki (najboljše za stolpce) ali Od zgoraj navzdol, od leve proti desni.
4. Označi ali odznači Dodaj ločila med stranmi in Ohrani prelome vrstic.
5. Klikni Izlušči besedilo. Pri dolgih dokumentih se napredek kaže stran za stranjo; z gumbom Ustavi predčasno končaš in obdržiš že prebrane strani.
6. Preveri število strani, besed, znakov in vrstic, nato klikni Kopiraj ali Prenesi .txt.

Obe potrditveni polji lahko spremeniš tudi po izluščenju: besedilo se takoj preoblikuje, ne da bi se datoteka brala znova.

Besedilni sloj ali skenirana stran?

PDF, ki ga ustvari urejevalnik besedil, preglednica ali ukaz »Shrani kot PDF«, vsebuje besedilni sloj: prave znake z njihovo pisavo in položajem. To orodje ta sloj bere s knjižnico PDF.js, zato je rezultat natančen, s ohranjenimi diakritičnimi znaki (č, š, ž), ligaturami in simboli.

Skeniran PDF je drugačen: vsaka stran je le fotografija papirja in besedila za branje ni. Če izbrana stran nima besedila, vsebuje pa sliko, orodje to sporoči in navede zadevne strani. OCR (optično prepoznavanje znakov) ni vključen: besedila skeniranih strani tu ni mogoče izluščiti. Strani brez besedila in brez slik so prijavljene kot prazne.

Vrstni red branja in postavitev

PDF shranjuje koščke besedila s koordinatami, ne odstavkov. Orodje sestavi vrstice iz koščkov, ki imajo skupno osnovnico, doda presledek tam, kjer je viden razmik, in pusti prazno vrstico tam, kjer je navpični razmik velik, kar običajno loči odstavke.

• Kot je shranjeno v datoteki (najboljše za stolpce) sledi vrstnemu redu, v katerem je program besedilo zapisal. Pri večini dokumentov, tudi pri člankih z dvema stolpcema, je to naravni vrstni red branja.
• Od zgoraj navzdol, od leve proti desni razvrsti po položaju na strani. Poskusi to, če prva možnost da pomešano besedilo; upoštevaj, da se bere naravnost čez stolpce.

Pri Dodaj ločila med stranmi se vsaka stran začne z vrstico, kot je --- Stran 3 ---, kar je priročno za navajanje ali preverjanje odlomka.

Združevanje vrstic v odstavke

Ko je Ohrani prelome vrstic označeno, ostane vsaka vrstica PDF ena vrstica besedila. Odznači ga, da se vrstice posameznega odstavka združijo v eno, kar je bolje za lepljenje v dokument ali prevajalnik. Beseda, ki je na koncu vrstice prelomljena s pomišljajem, na primer »pri-« + »mer«, se spet združi, če se naslednja vrstica začne z malo črko. Omejitev: sestavljenka, ki se slučajno prelomi pri svojem pomišljaju (»črno-« + »bel«), ta pomišljaj izgubi, zato pomembne odlomke preglej.

Zasebnost

PDF prebere brskalnik, na tvoji napravi. Niti datoteka niti izluščeno besedilo se ne pošljeta na strežnik.