Ekstrak lapisan teks sebuah PDF sebagai berkas .txt sederhana, untuk disalin, dipakai ulang, atau dicari. Lokal, tanpa unggah.
Memproses secara lokal di perangkat Anda ...
0%
Berkas Anda tidak pernah meninggalkan perangkat
Tidak. Semuanya berjalan di peramban Anda - berkas Anda tidak pernah meninggalkan perangkat. Bagaimana ini dapat diverifikasi
Kadang Anda hanya butuh teks murni dari sebuah PDF: memasukkan kutipan ke dokumen, menempelkan kontrak ke editor, mengindeks isi untuk pencarian atau arsip, atau menyerahkan teks ke pembaca layar. Alat ini membaca lapisan teks yang tertanam dalam PDF dan mengembalikannya sebagai berkas .txt sederhana, tanpa fon, gambar, warna, atau tata letak, hanya karakternya.
Urutan disusun ulang per halaman: potongan teks pada ketinggian yang sama membentuk satu baris, dibaca dari atas ke bawah dan dari kiri ke kanan. Anda bisa memilih cara memisahkan halaman: dengan baris kosong (bawaan), dengan umpan halaman klasik untuk editor teks dan pencetak, atau tanpa pemisah untuk teks bersambung. Dengan begitu hasilnya cocok dengan langkah Anda berikutnya, entah penyuntingan, impor, atau pencarian teks penuh.
Penting dan disampaikan dengan jujur: alat ini hanya mengekstrak teks yang sudah ada sebagai lapisan teks di dalam PDF. PDF hasil pindai atau yang hanya terdiri dari foto tidak punya lapisan itu; di situ hasilnya kosong dan Anda butuh pengenalan PDF OCR sebagai gantinya, yang mengenali huruf dari piksel. Tata letak rumit dengan beberapa kolom, tabel, atau catatan kaki pun tidak selalu bisa ditata ke urutan teks linear yang sempurna. Namun untuk PDF normal dan asli (dibuat oleh program perkantoran, peramban, atau sistem penataan huruf) ekstraksi memberi teks yang bersih dan siap pakai. Semua berjalan secara lokal di peramban via pdf.js; berkas Anda tidak meninggalkan perangkat Anda.
| Format masukan | |
|---|---|
| Format keluaran | TXT |
| Pemrosesan massal | Tidak |
| Pemrosesan | Lokal di peramban (JavaScript) |
| Unggah berkas | Tidak ada |
Batasan: Mengekstrak lapisan teks yang ada pada sebuah PDF dan mengembalikannya sebagai berkas .txt dalam UTF-8; baris disusun ulang dari posisi teks. PDF hasil pindai atau hanya gambar tidak punya lapisan teks, di situ hasilnya kosong: pakai PDF OCR. Fon, gambar, warna, dan tata letak persis (halaman berkolom banyak, tabel) hilang atau hanya didekati secara linear. Buka kunci dulu PDF berkata sandi dengan Buka kunci PDF.
Kemungkinan PDF Anda adalah hasil pindai atau terdiri dari gambar dan tidak punya lapisan teks. Pakai PDF OCR, yang mengenali teks dari piksel.
Tidak. Anda mendapat teks murni dalam urutan baca. Fon, gambar, kolom, dan tabel tidak direproduksi secara persis.
UTF-8, sehingga huruf beraksen dan karakter khusus pun tetap terjaga dengan benar.
Bisa dipilih: dengan baris kosong (bawaan), umpan halaman, atau tanpa pemisah untuk teks bersambung.
Tidak, ekstraksi teks terjadi sepenuhnya secara lokal di peramban.