PDF → szöveg lépésről lépésre
- 1. Válassza ki a PDF-etKattintson a „PDF-fájlok kiválasztása” gombra, vagy húzzon egy vagy több PDF-et a mezőre.
- 2. Válasszon elrendezést, és kattintson a „Konvertálás” gombraVálassza az „Oldaltörésekkel” vagy az „Egyszerű szöveg” lehetőséget, majd kattintson a „Konvertálás” gombra.
- 3. Töltse le a fájltTöltse le a TXT-fájlt, vagy több PDF esetén használja az „Összes letöltése (.zip)” gombot.
A PDF és a TXT formátumról
A szövegszerkesztőben, böngészőben vagy tervezőprogramban készült PDF-ek többsége tartalmaz egy szövegréteget a tényleges karakterekkel. Ez az eszköz ezt a réteget olvassa ki, és a karaktereket egy .txt fájlba menti.
A TXT-fájl csak karaktereket és sortöréseket tartalmaz. Nincsenek benne betűtípusok, színek és képek, és bármilyen szövegszerkesztőben megnyílik.
| TXT | ||
|---|---|---|
| Tartalom | Szöveg, betűtípusok, képek, pontos elrendezés | Karakterek és sortörések |
| Szerkeszthető | Nehezen, külön program kell hozzá | Bármilyen szövegszerkesztőben |
| Formázás | Pontosan megmarad | Nincs |
| Mivel nyitható meg | PDF-olvasók és böngészők | Jegyzettömb, TextEdit és bármilyen szerkesztő |
Szkennelt PDF-ek
Próbáljon kijelölni egy mondatot a PDF-olvasóban. Ha a szavak kijelölődnek, a PDF-ben van szövegréteg, és a kinyerés működni fog.
Ha semmi nem jelölődik ki, az oldal szkennelt kép. A szkennelt oldalakhoz szövegfelismerés (OCR) kell, ezt a FileToaster még nem kínálja. Mentse el az oldalakat képként, és másolja ki a szavakat az Élő szöveg funkcióval iPhone-on és Macen, vagy a Google Lensszel Androidon.
Elrendezés
- Az „Oldaltörésekkel” az alapbeállítás. Az oldalak között megmarad egy törés, így látszik, melyik oldalról származik egy szövegrész.
- Az „Egyszerű szöveg” egyetlen folyamatos szövegtömböt ad, oldaljelölések nélkül.
Mire számíthat
- A táblázatok szóközökkel elválasztott szövegsorokként jelennek meg.
- A hasábos, oldalsávos vagy képaláírásos oldalak szövege váratlan sorrendben jöhet ki.
- Az élőfejek, élőlábak és oldalszámok a szövegben maradnak.
- A félkövér és dőlt formázás, a linkek és a képek elvesznek.
- Néhány PDF karaktertábla nélkül ágyazza be a betűtípusokat, és ezek szövege olvashatatlan lesz. Ezt általában megoldja, ha a fájlt újra elmenti az eredeti alkalmazásból.
Adatvédelem
A szöveg kinyerése a böngészőben történik, és a PDF nem kerül fel. Az Így működik oldal leírja, hogyan ellenőrizheti ezt.
Gyakori kérdések
Hogyan nyerhetem ki a szöveget egy PDF-ből formázás nélkül?
Válassza az „Egyszerű szöveg” lehetőséget, és kattintson a „Konvertálás” gombra. A .txt fájlban csak a szavak és a sortörések lesznek.
Kinyerhetem a szöveget egy szkennelt PDF-ből?
Nem. A szkennelt oldalakon nincs szövegréteg, és szövegfelismerés (OCR) kell hozzájuk, amit ez az eszköz még nem kínál. Az eredmény üres vagy majdnem üres lesz.
A PDF–TXT ugyanaz, mint a PDF szöveggé alakítása?
Igen. Az eredmény egy egyszerű szövegfájl .txt kiterjesztéssel. Megnyílik a Jegyzettömbben, a TextEditben és bármilyen más szerkesztőben.
Miért rossz a szöveg sorrendje?
A PDF azt tárolja, hol van a szöveg az oldalon, olvasási sorrendet viszont nem. A hasábok és táblázatok összekeveredhetnek, és kézi javítást igényelhetnek.
Kinyerhetem egyszerre több PDF szövegét?
Igen. Minden PDF-ből külön .txt fájl lesz, és az „Összes letöltése (.zip)” gomb együtt menti őket.