Cách dùng công cụ PDF sang văn bản
- 1. Chọn tệp PDFBấm “Chọn tệp PDF” hoặc kéo một hay nhiều tệp PDF vào khung.
- 2. Chọn bố cục và bấm “Chuyển đổi”Chọn “Có ngắt trang” hoặc “Văn bản thuần”, rồi bấm “Chuyển đổi”.
- 3. Tải xuốngTải tệp TXT xuống. Với nhiều PDF, hãy dùng “Tải tất cả (.zip)”.
Về PDF và TXT
Phần lớn PDF tạo từ trình soạn thảo văn bản, trình duyệt hoặc phần mềm thiết kế đều có một lớp văn bản chứa các ký tự thật. Công cụ này đọc lớp đó và lưu các ký tự vào tệp .txt.
Tệp TXT chỉ có ký tự và dấu xuống dòng. Tệp không có phông chữ, màu sắc hay hình ảnh, và mở được bằng mọi trình soạn thảo văn bản.
| TXT | ||
|---|---|---|
| Chứa | Chữ, phông chữ, hình ảnh, bố cục chính xác | Ký tự và dấu xuống dòng |
| Chỉnh sửa | Khó nếu không có phần mềm riêng | Bằng mọi trình soạn thảo |
| Định dạng | Giữ nguyên | Không có |
| Mở bằng | Trình đọc PDF và trình duyệt | Notepad, TextEdit và mọi trình soạn thảo |
PDF scan
Hãy thử bôi đen một câu trong trình đọc PDF. Nếu chữ được chọn, PDF có lớp văn bản và công cụ sẽ lấy được chữ.
Nếu không chọn được gì, trang đó là ảnh scan. Ảnh scan cần OCR, mà FileToaster chưa hỗ trợ. Bạn có thể lưu các trang thành ảnh rồi sao chép chữ bằng Văn bản trực tiếp trên iPhone và Mac hoặc Google Lens trên Android.
Bố cục
- “Có ngắt trang” là mặc định. Tùy chọn này giữ dấu ngắt giữa các trang để bạn biết đoạn văn nằm ở trang nào.
- “Văn bản thuần” cho một khối văn bản liền, không có dấu trang.
Kết quả nhận được
- Bảng biểu thành các dòng chữ cách nhau bằng dấu cách.
- Trang có nhiều cột, thanh bên hoặc chú thích có thể ra theo thứ tự không như mong đợi.
- Đầu trang, chân trang và số trang vẫn nằm trong văn bản.
- Chữ đậm, chữ nghiêng, liên kết và hình ảnh bị bỏ đi.
- Một số PDF nhúng phông chữ mà không có bảng ánh xạ ký tự, nên chữ lấy ra bị lỗi. Lưu lại tệp từ ứng dụng gốc thường sẽ khắc phục được.
Quyền riêng tư
Văn bản được trích xuất ngay trên trình duyệt của bạn và PDF không bị tải lên. Trang Cách hoạt động hướng dẫn cách tự kiểm tra điều này.
Câu hỏi thường gặp
Làm sao lấy chữ từ PDF mà không giữ định dạng?
Chọn “Văn bản thuần” rồi bấm “Chuyển đổi”. Tệp .txt chỉ có chữ và dấu xuống dòng.
Có thể lấy chữ từ PDF scan không?
Không. Trang scan không có lớp văn bản và cần OCR, mà công cụ này chưa hỗ trợ. Kết quả sẽ trống hoặc gần như trống.
PDF sang TXT có giống PDF sang text không?
Có. Kết quả là một tệp văn bản thuần có đuôi .txt. Tệp mở được bằng Notepad, TextEdit và mọi trình soạn thảo khác.
Vì sao văn bản bị sai thứ tự?
PDF lưu vị trí của chữ trên trang chứ không lưu thứ tự đọc. Cột và bảng có thể bị xáo trộn và cần sửa bằng tay.
Có thể lấy chữ từ nhiều PDF cùng lúc không?
Có. Mỗi PDF cho ra một tệp .txt riêng, và “Tải tất cả (.zip)” lưu tất cả cùng lúc.