نحوهٔ استفاده از PDF به متن
- 1. انتخاب فایل PDFروی «انتخاب فایل‌های PDF» کلیک کنید یا یک یا چند PDF را روی کادر بکشید.
- 2. انتخاب چیدمان و کلیک روی «تبدیل»«با جداکنندهٔ صفحه» یا «متن ساده» را انتخاب کنید و بعد روی «تبدیل» کلیک کنید.
- 3. دانلودفایل TXT را دانلود کنید. برای چند PDF از «دانلود همه (.zip)» استفاده کنید.
دربارهٔ PDF و TXT
بیشتر PDFهایی که در واژه‌پرداز، مرورگر یا برنامهٔ طراحی ساخته شده‌اند یک لایهٔ متنی با حروف واقعی دارند. این ابزار آن لایه را می‌خواند و حروف را در یک فایل .txt ذخیره میکند.
فایل TXT فقط حروف و شکستگی خط دارد. فونت، رنگ و عکس ندارد و در هر ویرایشگر متنی باز می‌شود.
| TXT | ||
|---|---|---|
| محتوا | متن، فونت، عکس، چیدمان دقیق | حروف و شکستگی خط |
| ویرایش | بدون نرم‌افزار خاص سخت است | در هر ویرایشگر متن |
| قالب‌بندی | دقیقاً حفظ می‌شود | ندارد |
| باز شدن در | PDFخوان‌ها و مرورگرها | Notepad، TextEdit و هر ویرایشگری |
PDFهای اسکنشده
در PDFخوان سعی کنید یک جمله را انتخاب کنید. اگر کلمه‌ها رنگی شدند، PDF لایهٔ متنی دارد و استخراج انجام می‌شود.
اگر چیزی انتخاب نشد، صفحه یک عکس اسکنشده است. اسکن‌ها به OCR نیاز دارند که FileToaster هنوز آن را ندارد. می‌توانید صفحه‌ها را به‌صورت عکس ذخیره کنید و کلمه‌ها را با Live Text در iPhone و Mac یا Google Lens در Android کپی کنید.
چیدمان
- «با جداکنندهٔ صفحه» پیش‌فرض است. بین صفحه‌ها فاصله می‌گذارد تا ببینید هر بخش از کدام صفحه آمده است.
- «متن ساده» یک متن یکپارچه بدون نشانهٔ صفحه میدهد.
چه چیزی انتظار داشته باشید
- جدولها به‌صورت خط‌های متنی درمی‌آیند که با فاصله از هم جدا شده‌اند.
- صفحه‌هایی با ستون، ستون کناری یا زیرنویس ممکن است با ترتیب غیرمنتظره‌ای دربیایند.
- سربرگ، پاورقی و شمارهٔ صفحه در متن می‌مانند.
- متن پررنگ، کج، پیوندها و عکس‌ها حذف می‌شوند.
- بعضی PDFها فونت را بدون جدول نگاشت حروف در خود دارند و متنشان بههمریخته درمی‌آید. معمولاً ذخیرهٔ دوبارهٔ فایل از برنامهٔ اصلی مشکل را حل میکند.
حریم خصوصی
متن در مرورگر شما استخراج می‌شود و PDF آپلود نمی‌شود. در صفحهٔ نحوهٔ کار روش بررسی این موضوع آمده است.
پرسش‌های متداول
چطور متن PDF را بدون قالب‌بندی بگیرم؟
«متن ساده» را انتخاب کنید و روی «تبدیل» کلیک کنید. فایل .txt فقط کلمه‌ها و شکستگی خط‌ها را دارد.
آیا میتوانم از PDF اسکنشده متن استخراج کنم؟
خیر. صفحههای اسکنشده لایهٔ متنی ندارند و به OCR نیاز دارند که این ابزار هنوز آن را ندارد. نتیجه خالی یا تقریباً خالی خواهد بود.
آیا PDF به TXT همان PDF به متن است؟
بله. نتیجه یک فایل متن ساده با پسوند .txt است. در Notepad، TextEdit و هر ویرایشگر دیگری باز می‌شود.
چرا ترتیب متن بههمریخته است؟
PDF جای متن در صفحه را ذخیره میکند و ترتیب خواندن ندارد. ستونها و جدولها ممکن است درهم دربیایند و لازم باشد دستی مرتب شوند.
آیا میتوانم متن چند PDF را با هم استخراج کنم؟
بله. هر PDF یک فایل .txt جدا میدهد و «دانلود همه (.zip)» همه را با هم ذخیره میکند.