PDF'den metne
PDF’den metin çıkarıldıktan sonra satır sonları nasıl temizlenir?
Gerçek paragrafları, listeleri, başlıkları ve sayfa sınırlarını koruyarak sabit sayfa konumlarından gelen satır kaydırmalarını birleştirin.
Bu sayfada
Görsel örneği göster
İş akışını sırayla tamamlayın
- PDF’den Metne aracını açıp kullanılabilir seçilebilir metin içeren PDF’yi seçin.
- Yaklaşık satır sonlarını ve boşlukları koruyup korumamayı ve sayfa başlığı ekleyip eklememeyi seçin.
- Metni çıkarıp sütun veya tablo içeren sayfalar da dahil önizlemeyi inceleyin.
- UTF-8 TXT dosyasını adlandırıp indirin.
- Kaydedilen metni ilk, orta ve son kaynak sayfalarla karşılaştırın. Gereken sözcükler yalnızca görüntülerdeyse önce OCR çalıştırın.
PDF’den metin çıkarıldıktan sonra satır sonlarını temizlerken neler incelenmeli?
- Gerçek paragrafları, listeleri, başlıkları ve sayfa sınırlarını koruyarak sabit sayfa konumlarından gelen satır kaydırmalarını birleştirin.
- Kaldırılan satır sonlarının ayrı içerikleri yanlışlıkla birleştirmemesi için temizlenen metni PDF’nin yanında okuyun.
Metin çıkarma OCR’nin yerini tutmaz
Yalnızca saklanan seçilebilir metni çıkarır; OCR ve sayfa görüntüleri yoktur.
Sayfa kenarında bölünen paragraf
Cümle bir PDF satırında “risk” ile bitip sonraki satırda “management” ile devam ediyorsa bu kaydırmayı birleştirmek TXT’yi daha okunabilir yapabilir. Ardından liste öğesi gelen başlık ayrı kalmalıdır. Kısa çizgi de kaldırılabilir satır kaydırma işareti yerine gerçek birleşik sözcüğün parçası olabilir.
Yeniden kullanmadan önce bu sonucu kontrol edin
- Referans olarak düzenlenmemiş bir çıkarımı saklayın.
- Her değiştirmeyi belgeye uygulamadan önce kısa bir bölümde deneyin.
- Düzeltilen her sınırın çevresindeki ilk ve son cümleyi okuyun.
Sık Sorulan Sorular
PDF’den Metne taranmış sayfalarda OCR çalıştırır mı?
Hayır. PDF’den Metne, PDF’de zaten bulunan metni çıkarır. Yalnızca görüntü içeren taramalar için önce OCR PDF kullanın.
PDF’den Metne için mevcut giriş sınırı nedir?
En fazla 1,000,000 çıkarılan karakterle 50 MiB ve 500 sayfaya kadar tek PDF’dir. Metin çıktısı ayrıca gösterilen çıktı bayt sınırına da sığmalıdır.
PDF’den Metne ne oluşturur?
Dönüştürücü, saklanan seçilebilir metni isteğe bağlı yaklaşık boşluklar ve ek sayfa başlıklarıyla UTF-8 TXT’ye çıkarır. OCR yapmaz, sayfa görüntülerini içermez ve otomatik yinelenen üstbilgi kaldırma özelliği yoktur.
Yaklaşık düzeni kapatmak her paragrafı otomatik olarak düzeltir mi?
Hayır. Düzen boşluklarını azaltır ancak her gerçek paragraf sonunu görsel satır kaydırmasından güvenilir biçimde ayıramaz veya karmaşık sütun sırasını geri kuramaz.