PDF నుండి టెక్స్ట్ ఎలా ఉపయోగించాలి
- 1. మీ PDF ను ఎంచుకోండిPDF ఫైళ్లను ఎంచుకోండి మీద క్లిక్ చేయండి, లేదా ఒకటి లేదా ఎక్కువ PDFలను బాక్స్‌లోకి లాగి వదలండి.
- 2. లేఅవుట్ ఎంచుకుని కన్వర్ట్ చేయండి మీద క్లిక్ చేయండిపేజీ బ్రేక్‌లతో లేదా సాదా టెక్స్ట్ ఎంచుకుని, కన్వర్ట్ చేయండి మీద క్లిక్ చేయండి.
- 3. డౌన్లోడ్ చేయండిTXT ఫైల్‌ను డౌన్లోడ్ చేయండి. చాలా PDFలు ఉంటే అన్నీ డౌన్లోడ్ చేయండి (.zip) వాడండి.
PDF, TXT గురించి
వర్డ్ ప్రాసెసర్, బ్రౌజర్ లేదా డిజైన్ యాప్‌లో తయారైన చాలా PDFలలో అసలు అక్షరాలతో ఒక టెక్స్ట్ లేయర్ ఉంటుంది. ఈ టూల్ ఆ లేయర్‌ను చదివి, అక్షరాలను .txt ఫైల్‌లో సేవ్ చేస్తుంది.
TXT ఫైల్‌లో అక్షరాలు, లైన్ బ్రేక్‌లు మాత్రమే ఉంటాయి. ఫాంట్‌లు, రంగులు, ఇమేజ్‌లు ఉండవు. ఇది ఏ టెక్స్ట్ ఎడిటర్లోనైనా ఓపెన్ అవుతుంది.
| TXT | ||
|---|---|---|
| ఏముంటుంది | టెక్స్ట్, ఫాంట్‌లు, ఇమేజ్‌లు, కచ్చితమైన లేఅవుట్ | అక్షరాలు, లైన్ బ్రేక్‌లు |
| ఎడిట్ చేయడం | ప్రత్యేక సాఫ్ట్‌వేర్ లేకుండా కష్టం | ఏ టెక్స్ట్ ఎడిటర్లోనైనా |
| ఫార్మాటింగ్ | ఉన్నది ఉన్నట్టే ఉంటుంది | ఉండదు |
| ఎందులో ఓపెన్ అవుతుంది | PDF రీడర్లు, బ్రౌజర్లు | Notepad, TextEdit, ప్రతి ఎడిటర్ |
స్కాన్ చేసిన PDFలు
మీ PDF రీడర్‌లో ఒక వాక్యాన్ని సెలెక్ట్ చేసి చూడండి. పదాలు హైలైట్ అయితే, PDF లో టెక్స్ట్ లేయర్ ఉంది. అప్పుడు టెక్స్ట్ తీయడం పనిచేస్తుంది.
ఏదీ హైలైట్ కాకపోతే, ఆ పేజీ స్కాన్ చేసిన ఇమేజ్. స్కాన్‌లకు OCR కావాలి. FileToaster లో ఇంకా OCR లేదు. మీరు పేజీలను ఇమేజ్‌లుగా సేవ్ చేసి, iPhone, Mac లో Live Text తో లేదా Android లో Google Lens తో పదాలను కాపీ చేయవచ్చు.
లేఅవుట్
- పేజీ బ్రేక్‌లతో డిఫాల్ట్. ఇది పేజీల మధ్య బ్రేక్ ఉంచుతుంది. దాంతో ఏ భాగం ఏ పేజీ నుండి వచ్చిందో తెలుస్తుంది.
- సాదా టెక్స్ట్ పేజీ గుర్తులు లేకుండా ఒకే నిరంతర టెక్స్ట్ ఇస్తుంది.
ఫలితం ఎలా ఉంటుంది
- టేబుల్స్ స్పేస్‌లతో వేరు చేసిన టెక్స్ట్ లైన్లుగా వస్తాయి.
- కాలమ్‌లు, సైడ్‌బార్‌లు, క్యాప్షన్‌లు ఉన్న పేజీల్లో టెక్స్ట్ అనుకోని క్రమంలో రావచ్చు.
- హెడర్‌లు, ఫుటర్‌లు, పేజీ నంబర్లు టెక్స్ట్‌లోనే ఉంటాయి.
- బోల్డ్, ఇటాలిక్స్, లింక్‌లు, ఇమేజ్‌లు రావు.
- కొన్ని PDFలలో క్యారెక్టర్ మ్యాప్ లేకుండా ఫాంట్‌లు ఉంటాయి. వాటి టెక్స్ట్ అర్థం కాని అక్షరాలుగా వస్తుంది. ఒరిజినల్ యాప్ నుండి ఫైల్‌ను మళ్లీ సేవ్ చేస్తే సాధారణంగా ఈ సమస్య పోతుంది.
ప్రైవసీ
టెక్స్ట్ మీ బ్రౌజర్‌లోనే తీయబడుతుంది. PDF అప్‌లోడ్ కాదు. దీన్ని ఎలా చెక్ చేయాలో ఇది ఎలా పనిచేస్తుంది పేజీలో ఉంది.
తరచుగా అడిగే ప్రశ్నలు
ఫార్మాటింగ్ లేకుండా PDF నుండి టెక్స్ట్ ఎలా తీయాలి?
సాదా టెక్స్ట్ ఎంచుకుని, కన్వర్ట్ చేయండి మీద క్లిక్ చేయండి. .txt ఫైల్‌లో పదాలు, లైన్ బ్రేక్‌లు మాత్రమే ఉంటాయి.
స్కాన్ చేసిన PDF నుండి టెక్స్ట్ తీయవచ్చా?
లేదు. స్కాన్ చేసిన పేజీలకు టెక్స్ట్ లేయర్ ఉండదు, వాటికి OCR కావాలి. ఈ టూల్‌లో ఇంకా OCR లేదు. ఫలితం ఖాళీగా లేదా దాదాపు ఖాళీగా వస్తుంది.
PDF to TXT, PDF to text రెండూ ఒకటేనా?
అవును. ఫలితం .txt ఎక్స్టెన్షన్ ఉన్న సాదా టెక్స్ట్ ఫైల్. ఇది Notepad, TextEdit, ఇంకా ఏ ఎడిటర్లోనైనా ఓపెన్ అవుతుంది.
టెక్స్ట్ తప్పు క్రమంలో ఎందుకు వచ్చింది?
టెక్స్ట్ పేజీలో ఎక్కడ ఉందో మాత్రమే PDF దాచుకుంటుంది, చదివే క్రమం కాదు. కాలమ్‌లు, టేబుల్స్ కలగాపులగంగా రావచ్చు. వాటిని చేత్తో సరిచేయాల్సి రావచ్చు.
ఒకేసారి చాలా PDFల నుండి టెక్స్ట్ తీయవచ్చా?
అవును. ప్రతి PDF కి వేరే .txt ఫైల్ వస్తుంది. అన్నీ డౌన్లోడ్ చేయండి (.zip) వాటిని కలిపి సేవ్ చేస్తుంది.