PDF u tekst

Kako da izdvojiš tekst iz PDF-a

1. Prevuci PDF fajl na zonu za otpuštanje ili klikni na nju da ga izabereš. Alat prikazuje naziv, broj stranica i veličinu.
2. Po želji upiši Stranice (nije obavezno) koje želiš da pročitaš, na primer 1-3, 5 ili 8-. Ostavi polje prazno da izdvojiš sve stranice.
3. Izaberi Redosled čitanja: Kako je sačuvano u fajlu (najbolje za kolone) ili Odozgo nadole, sleva udesno.
4. Uključi ili isključi Dodaj razdvajače stranica i Zadrži prelome redova.
5. Klikni Izdvoji tekst. Dugi dokumenti prikazuju napredak stranicu po stranicu; Zaustavi prekida ranije i zadržava stranice koje su već pročitane.
6. Proveri brojeve stranica, reči, znakova i redova, pa klikni Kopiraj ili Preuzmi .txt.

Oba polja za potvrdu mogu se menjati i posle izdvajanja: tekst se odmah preoblikuje, bez ponovnog čitanja fajla.

Tekstualni sloj ili skenirana stranica?

PDF napravljen u programu za obradu teksta, tabela ili komandom „Sačuvaj kao PDF“ sadrži tekstualni sloj: prave znakove sa fontom i položajem. Ovaj alat čita taj sloj pomoću PDF.js biblioteke, pa je rezultat tačan, sa očuvanim dijakriticima, ligaturama i simbolima.

Skeniran PDF je drugačiji: svaka stranica je samo fotografija papira i nema teksta za čitanje. Kada izabrana stranica nema tekst, a sadrži sliku, alat to javlja i navodi o kojim je stranicama reč. OCR (optičko prepoznavanje znakova) nije uključen: tekst skeniranih stranica ovde se ne može izdvojiti. Stranice bez teksta i bez slika prijavljuju se kao prazne.

Redosled čitanja i raspored

PDF čuva delove teksta sa koordinatama, a ne pasuse. Alat sastavlja redove od delova koji dele istu osnovnu liniju, dodaje razmak gde postoji vidljiv procep i ostavlja prazan red gde je vertikalni razmak velik, što obično razdvaja pasuse.

• Kako je sačuvano u fajlu (najbolje za kolone) prati redosled kojim je program koji je napravio PDF upisao tekst. Za većinu dokumenata, uključujući članke u dve kolone, to je prirodan redosled čitanja.
• Odozgo nadole, sleva udesno sortira po položaju na stranici. Probaj ovo kad prva opcija daje pomešan tekst; imaj na umu da se tada čita pravo preko kolona.

Uz Dodaj razdvajače stranica svaka stranica počinje redom poput --- Strana 3 ---, što je zgodno za citiranje ili proveru odlomka.

Spajanje redova u pasuse

Kada je Zadrži prelome redova uključeno, svaki red PDF-a ostaje red teksta. Isključi ga da se redovi svakog pasusa spoje u jedan, što je bolje za lepljenje u dokument ili prevodilac. Reč prelomljena crticom na kraju reda, na primer „pri-“ + „mer“, ponovo se sastavlja kada sledeći red počinje malim slovom. Ograničenje: složenica koja se slučajno prelomi na sopstvenoj crtici („srpsko-“ + „hrvatski“) gubi tu crticu, pa pažljivo pročitaj važne odlomke.

Privatnost

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