PDF ते टेक्स्ट टूल कसे वापरावे
- 1. तुमची PDF निवडा“PDF फाइल्स निवडा” वर क्लिक करा किंवा एक किंवा अधिक PDF बॉक्समध्ये ओढून आणा.
- 2. लेआउट निवडा आणि “कन्व्हर्ट करा” वर क्लिक करा“पेज ब्रेकसह” किंवा “साधा टेक्स्ट” निवडा. नंतर “कन्व्हर्ट करा” वर क्लिक करा.
- 3. डाउनलोड कराTXT फाइल डाउनलोड करा. अनेक PDF असतील तर “सर्व डाउनलोड करा (.zip)” वापरा.
PDF आणि TXT बद्दल
वर्ड प्रोसेसर, ब्राउझर किंवा डिझाइन ॲपमध्ये बनवलेल्या बहुतेक PDF मध्ये खरी अक्षरे असलेला टेक्स्ट लेयर असतो. हे टूल तो लेयर वाचते आणि अक्षरे .txt फाइलमध्ये सेव्ह करते.
TXT फाइलमध्ये फक्त अक्षरे आणि ओळी असतात. त्यात फॉन्ट, रंग किंवा इमेज नसतात. ती कोणत्याही टेक्स्ट एडिटरमध्ये उघडते.
| TXT | ||
|---|---|---|
| काय असते | मजकूर, फॉन्ट, इमेज, नेमका लेआउट | अक्षरे आणि ओळी |
| एडिट करता येते | खास सॉफ्टवेअरशिवाय कठीण | कोणत्याही टेक्स्ट एडिटरमध्ये |
| फॉरमॅटिंग | जसेच्या तसे राहते | नसते |
| कशात उघडते | PDF रीडर आणि ब्राउझर | Notepad, TextEdit आणि प्रत्येक एडिटर |
स्कॅन केलेल्या PDF
तुमच्या PDF रीडरमध्ये एखादे वाक्य सिलेक्ट करून पाहा. शब्द हायलाइट झाले तर PDF मध्ये टेक्स्ट लेयर आहे आणि मजकूर काढता येईल.
काहीच हायलाइट झाले नाही तर ते पेज स्कॅन केलेली इमेज आहे. स्कॅनसाठी OCR लागते. FileToaster मध्ये ते अजून नाही. तुम्ही पेजेस इमेज म्हणून सेव्ह करू शकता आणि iPhone व Mac वरील Live Text किंवा Android वरील Google Lens ने शब्द कॉपी करू शकता.
लेआउट
- “पेज ब्रेकसह” आधीपासून निवडलेले असते. ते पेजेसमध्ये खंड ठेवते. त्यामुळे एखादा भाग कोणत्या पेजवरचा आहे ते दिसते.
- “साधा टेक्स्ट” पेजच्या खुणांशिवाय मजकुराचा एकच सलग भाग देते.
काय अपेक्षा ठेवावी
- टेबल स्पेसने वेगळ्या केलेल्या मजकुराच्या ओळी म्हणून येतात.
- कॉलम, साइडबार किंवा कॅप्शन असलेल्या पेजेसमधील मजकूर अनपेक्षित क्रमाने येऊ शकतो.
- हेडर, फूटर आणि पेज नंबर मजकुरात राहतात.
- बोल्ड, इटॅलिक, लिंक आणि इमेज निघून जातात.
- काही PDF मध्ये कॅरेक्टर मॅपशिवाय फॉन्ट जोडलेले असतात. त्यांचा मजकूर गोंधळलेला येतो. मूळ ॲपमधून फाइल पुन्हा सेव्ह केल्यास सहसा हे ठीक होते.
गोपनीयता
मजकूर तुमच्या ब्राउझरमध्ये काढला जातो आणि PDF अपलोड होत नाही. हे कसे तपासायचे ते हे कसे काम करते मध्ये दिले आहे.
नेहमी विचारले जाणारे प्रश्न
फॉरमॅटिंगशिवाय PDF मधील मजकूर कसा मिळवायचा?
“साधा टेक्स्ट” निवडा आणि “कन्व्हर्ट करा” वर क्लिक करा. .txt फाइलमध्ये फक्त शब्द आणि ओळी असतात.
स्कॅन केलेल्या PDF मधून मजकूर काढता येतो का?
नाही. स्कॅन केलेल्या पेजेसमध्ये टेक्स्ट लेयर नसतो आणि त्यांना OCR लागते. हे टूल अजून OCR देत नाही. आउटपुट रिकामे किंवा जवळपास रिकामे येईल.
PDF ते TXT आणि PDF ते टेक्स्ट एकच आहे का?
हो. आउटपुट .txt एक्स्टेंशनची साधी टेक्स्ट फाइल असते. ती Notepad, TextEdit आणि इतर कोणत्याही एडिटरमध्ये उघडते.
मजकूर चुकीच्या क्रमाने का आला आहे?
PDF मजकूर पेजवर कुठे आहे ते साठवते, वाचण्याचा क्रम नाही. कॉलम आणि टेबल गोंधळलेले येऊ शकतात आणि ते हाताने दुरुस्त करावे लागू शकतात.
एकाच वेळी अनेक PDF मधून मजकूर काढता येतो का?
हो. प्रत्येक PDF ची स्वतंत्र .txt फाइल बनते. “सर्व डाउनलोड करा (.zip)” त्या एकत्र सेव्ह करते.