PDF sang văn bản
PDF tạo từ tài liệu lưu chữ thật, công cụ này đọc từng trang để bạn sao chép hoặc lưu thành .txt. PDF quét không có lớp chữ và cần OCR. Tệp tối đa 50 MB và không có gì được tải lên.
Cách dùng
- Thả tệp PDF vào khung hoặc bấm vào khung để chọn tệp (tối đa 50 MB). Số trang được hiển thị.
- Để trống ô Trang để đọc tất cả, hoặc nhập khoảng như 1-3,5. Chọn ô đánh dấu trang nếu muốn có dòng như --- 3 --- trước mỗi trang.
- Bấm Trích xuất văn bản. Văn bản hiện trong khung và bạn có thể sửa ngay tại đó. Hãy sao chép hoặc lưu thành tệp .txt.
Cách tính
Phần lớn PDF được tạo từ tài liệu, trang web hay bảng tính lưu chữ dưới dạng ký tự thật kèm vị trí trên trang. Công cụ đọc các ký tự đó, nối từ trái sang phải những mảnh nằm trên cùng một dòng và xuống dòng khi chiều cao thay đổi.
Khoảng cách giữa các dòng lớn hơn bình thường sẽ thành một dòng trống để các đoạn văn tách biệt. Cột, bảng và đầu trang được đọc theo thứ tự tệp lưu, nên bố cục phức tạp có thể cần chỉnh lại đôi chút.
PDF quét chỉ là ảnh của chữ và không có ký tự nào để đọc, nên kết quả trống. Khi đó hãy chuyển các trang thành ảnh trước rồi dùng công cụ lấy chữ từ ảnh. Chữ được đọc bằng pdf.js trong trình duyệt của bạn và không bao giờ gửi lên máy chủ.
Câu hỏi thường gặp
Tệp PDF của tôi có bị tải lên không?
Không. Tệp được đọc ngay trong thẻ trình duyệt này. Không có tải lên, không có tài khoản, không có bản sao nào lưu ở nơi khác.
Vì sao kết quả trống hoặc toàn ký tự lạ?
Kết quả trống thường nghĩa là PDF là bản quét, tức ảnh của chữ. Ký tự lạ xuất hiện khi PDF lưu chữ bằng phông riêng không có ánh xạ văn bản. Cả hai trường hợp đều hợp với công cụ lấy chữ từ ảnh (OCR) hơn.
Vì sao cột và bảng bị lẫn?
PDF lưu vị trí của từng mảnh chữ chứ không lưu thứ tự đọc. Công cụ theo thứ tự của tệp và các dòng trên trang, nên trang nhiều cột và bảng có thể ra theo thứ tự khác với cách bạn đọc.
Phông chữ và định dạng có được giữ không?
Không. Bạn nhận được văn bản thuần. In đậm, cỡ chữ, màu sắc và hình ảnh đều bị bỏ.
Vì sao báo tệp có mật khẩu?
PDF đã được mã hóa nên không mở được nếu không có mật khẩu. Hãy mở nó trong trình xem PDF, gỡ mật khẩu (lưu hoặc in ra PDF mới) rồi thêm bản sao đó vào đây.