PDF से टेक्स्ट
दस्तावेज़ से बनी PDF में असली टेक्स्ट होता है, जिसे यह टूल पेज-दर-पेज पढ़कर कॉपी करने या .txt में सेव करने देता है। स्कैन की हुई PDF में टेक्स्ट लेयर नहीं होती और OCR चाहिए। 50 MB तक की फ़ाइलें और कुछ अपलोड नहीं होता।
कैसे इस्तेमाल करें
- PDF को बॉक्स पर छोड़ें, या बॉक्स दबाकर फ़ाइल चुनें (50 MB तक)। कुल पेज दिखेंगे।
- सभी पेज पढ़ने के लिए "पेज" खाली छोड़ें, या 1-3,5 जैसी रेंज लिखें। हर पेज से पहले --- 3 --- जैसी पंक्ति चाहिए तो पेज मार्कर का बॉक्स चुनें।
- "टेक्स्ट निकालें" दबाएँ। टेक्स्ट बॉक्स में आ जाता है जहाँ आप उसे बदल सकते हैं। उसे कॉपी करें या .txt फ़ाइल में सेव करें।
गणना कैसे होती है
दस्तावेज़, वेब पेज या स्प्रेडशीट से बनी ज़्यादातर PDF अपना टेक्स्ट पेज पर जगह के साथ असली अक्षरों के रूप में रखती हैं। यह टूल उन अक्षरों को पढ़ता है, एक ही पंक्ति के टुकड़ों को बाएँ से दाएँ जोड़ता है और ऊँचाई बदलने पर नई पंक्ति शुरू करता है।
पंक्तियों के बीच बड़ा फ़ासला ख़ाली पंक्ति बन जाता है, जिससे अनुच्छेद अलग रहते हैं। कॉलम, टेबल और हेडर उसी क्रम में पढ़े जाते हैं जिसमें फ़ाइल उन्हें रखती है, इसलिए जटिल लेआउट को थोड़ा ठीक करना पड़ सकता है।
स्कैन की हुई PDF सिर्फ़ टेक्स्ट की तस्वीर होती है और उसमें पढ़ने लायक अक्षर नहीं होते, इसलिए नतीजा ख़ाली आता है। ऐसे में पहले पेजों को इमेज बनाएँ और इमेज से टेक्स्ट वाला टूल इस्तेमाल करें। टेक्स्ट आपके ब्राउज़र में pdf.js से पढ़ा जाता है और सर्वर पर नहीं भेजा जाता।
अक्सर पूछे जाने वाले सवाल
क्या मेरी PDF अपलोड होती है?
नहीं। फ़ाइल इसी ब्राउज़र टैब में पढ़ी जाती है। न अपलोड, न अकाउंट, न कहीं और रखी कोई कॉपी।
नतीजा ख़ाली या अजीब अक्षरों से भरा क्यों है?
ख़ाली का मतलब अक्सर यह होता है कि PDF स्कैन है, यानी टेक्स्ट की तस्वीर। अजीब अक्षर तब आते हैं जब PDF टेक्स्ट को ऐसे ख़ास फ़ॉन्ट में रखती है जिसकी टेक्स्ट मैपिंग नहीं है। दोनों हालात में इमेज से टेक्स्ट (OCR) वाला टूल बेहतर रहता है।
कॉलम और टेबल गड़बड़ क्यों आते हैं?
PDF में हर टेक्स्ट टुकड़े की जगह सेव होती है, पढ़ने का क्रम नहीं। टूल फ़ाइल के क्रम और पेज की पंक्तियों के हिसाब से चलता है, इसलिए कई कॉलम वाले पेज और टेबल आपके पढ़ने के क्रम से अलग निकल सकते हैं।
क्या फ़ॉन्ट और फ़ॉर्मेटिंग बची रहती है?
नहीं। आपको सादा टेक्स्ट मिलता है। बोल्ड, साइज़, रंग और इमेज शामिल नहीं होते।
यह फ़ाइल को पासवर्ड वाली क्यों बताता है?
PDF एन्क्रिप्टेड है और पासवर्ड के बिना नहीं खुल सकती। उसे PDF व्यूअर में खोलें, पासवर्ड हटाएँ (नई PDF के रूप में सेव करें या प्रिंट करें), फिर वह कॉपी यहाँ जोड़ें।