pdfMB

PDF’den metne

Bir PDF’deki tüm metni okuma sırasıyla ve paragraflara birleştirilmiş olarak alın. Kopyalayın ya da .txt dosyası olarak indirin. Dosyanız bu cihazda kalır.

  • Yükleme yokDosyanız bu cihazda kalır.
  • Orijinal dosyanız değişmezYeni bir kopya indirirsiniz. Dosyanıza dokunulmaz.
  • Ücretsiz, üyelik yokHesap gerekmez, günlük sınır yok.

Dosyanıza ne oluyor

Aşağıdakilerin hepsi tarayıcınızın içinde, kendi cihazınızda gerçekleşir. PDF yüklenmez, bu yüzden biz dahil hiç kimse onu göremez.

  1. Tarayıcınız PDF’yi, Firefox’ta yerleşik PDF görüntüleyicisi olan pdf.js ile açar ve her metin parçasını konumu ve boyutuyla birlikte okur.
  2. Aynı satırdaki metin parçaları satırlara, satırlar da paragraflara birleştirilir; böylece birkaç kelimede bir satır sonu çıkmaz. Satır sonunda kısa çizgiyle bölünmüş kelimeler yeniden birleştirilir.
  3. İki veya üç sütunlu sayfalar sütun sütun okunur. Bir PDF görüntüleyiciden kopyalamak ise çoğu zaman sütunları satır satır karıştırır.
  4. Çoğu sayfanın üstünde veya altında tekrarlanan sayfa başlıkları ve sayfa numaraları gibi satırlar, cümleleri bölmesinler diye kaldırılabilir.
  5. Tablolar, hücreleri sekmelerle ayrılmış olarak her satırı bir satıra gelecek şekilde çıkar; böylece bir elektronik tabloya doğru sütunlara yapışır.
  6. Bazı PDF’ler, çoğunlukla bir web tarayıcısından kaydedilenler, belirli karakterleri “karakter yok” olarak işaretler. Taycada bunlar genellikle ünlülerin üzerindeki ton işaretleridir. pdfMB bunları dosyanızın içindeki yazı tiplerinden yeniden oluşturur.
  7. Taramalar gibi metin içermeyen sayfalar, OCR PDF ile aynı OCR motoruyla okunabilir. Yalnızca dil verisi indirilir, o da bir kez.
  8. .txt dosyası cihazınızda UTF-8 olarak kaydedilir, böylece her dil eksiksiz aktarılır; ya da metin panonuza kopyalanır.
Kısaca
  1. PDF seçin
  2. “Metne dönüştür”e basın
  3. Önizlemeyi kontrol edin
  4. Kopyalayın veya .txt dosyasını indirin

PDF’deki metin nasıl çıkarılır

  1. Bir PDF seçin veya kutunun üzerine bırakın. pdfMB her sayfayı okur ve metin içermeyen taranmış sayfa olup olmadığını size söyler.
  2. Taranmış sayfalar varsa “Taranmış sayfaların metnini oku (OCR)” seçeneğini açık bırakın ve belgenin dilini seçin.
  3. “Metne dönüştür”e basın. Bir çubuk işlemin ne kadar ilerlediğini gösterir.
  4. Önizlemeye göz atın. Üst ve alt bilgileri koruyabilir ya da kaldırabilir, sayfaların başladığı yerleri işaretleyebilir veya başlıkları ve tabloları korumak için Markdown’a geçebilirsiniz.
  5. Metni başka bir yere yapıştırmak için “Tümünü kopyala”ya basın ya da .txt dosyasını indirin.

Kopyalanan Tayca metin neden çoğu zaman ton işaretlerini kaybeder

Tayca yazı tiplerinde ton işaretleri için ek şekiller vardır: ที่ veya น้ำ’da olduğu gibi üst ünlünün üzerinde duran yükseltilmiş bir şekil ve normal bir şekil. PDF hangi şeklin çizildiğini ve her şeklin hangi harfi temsil ettiğini söyleyen bir tabloyu saklar.

Bir PDF Chrome, Edge ve diğer Chromium tarayıcılarından kaydedildiğinde, bu tablo çoğu zaman yükseltilmiş şekillerin “hiçbir şeyi” temsil ettiğini söyler. Metni kopyalamak ya da tabloya güvenen bir araç işareti atar ve น้ำ (su), นำ (öncülük etmek) olur.

Chrome’dan kaydedilmiş 35 sayfalık Tayca bir Wikipedia makalesiyle yaptığımız testte 1.915 ton işareti bu şekilde işaretlenmişti. pdfMB doğru işareti dosyanın içindeki yazı tipinde bulur ve 4.911 ton işaretinin tamamı eksiksiz aktarıldı.

İnsanlar ne zaman kullanıyor

Yazdıklarınızı yeniden kullanmak

Eski bir raporun, mektubun veya özgeçmişin metnini PDF’den çıkarıp istediğiniz programda düzenleyin.

Çeviri

Bir çeviri aracına cümlenin ortasında kesilen satırlar yerine paragrafların tamamını yapıştırın.

Arama ve sayma

Uzun bir belgede arama yapın, kelimeleri sayın veya iki sürümü bir metin düzenleyicide karşılaştırın.

Tayca belgeler

Web tarayıcısından kaydedilmiş PDF’lerden bile ton işaretlerini koruyan Tayca metin kopyalayın.

Neler yapamaz

  • Yalnızca metin korunur. Resimler, grafikler ve çizimler dışarıda kalır. Bunları kaydetmek için PDF’den JPG’ye aracını kullanın.
  • Kalın, italik, başlıklar ve bağlantılar sıradan metne dönüşür. Bunları korumak için PDF’den Markdown’a aracını kullanın.
  • Metnin sayfadaki tam konumu korunmaz. Kutulardaki ve kenar boşluklarındaki metin paragrafların akışına yerleştirilir.
  • Denklemler düz metin olarak çıkar; üst simgeler ve alt simgeler aynı satırda kalır.
  • Arapça ve İbranice gibi sağdan sola yazılan diller henüz yeterince test edilmedi. Sonucu dikkatle kontrol edin.
  • Parola korumalı PDF’ler ve sahibinin kopyalamayı engellediği PDF’ler dönüştürülemez.

PDF’yi metne dönüştürme hakkında sorular

PDF’m yükleniyor mu?

Hayır. pdfMB dosyayı tarayıcınızın içinde okur ve dosya cihazınızdan hiç çıkmaz. Bunu tarayıcınızın ağ araçlarından kontrol edebilirsiniz.

Neden doğrudan PDF görüntüleyicimden kopyalamayayım?

Çoğu görüntüleyici satır satır kopyalar; bu yüzden her satır bir satır sonuyla biter, sütunlar karışır ve kısa çizgiyle bölünmüş kelimeler bölük kalır. pdfMB satırları paragraflara birleştirir, sütunları sırayla okur ve sayfa başlıklarını ve numaralarını dışarıda bırakabilir.

Tayca ton işaretlerini koruyor mu?

Evet. pdfMB, bazı PDF’lerin “karakter yok” olarak işaretlediği ton işaretlerini de geri getirir. Testimizde 35 sayfalık Tayca bir makaledeki 4.911 ton işaretinin tamamı korundu.

Taranmış bir PDF’yi okuyabilir mi?

Evet. OCR’yi açın ve dili seçin. Sonucu kontrol edin, çünkü OCR adları ve sayıları yanlış okuyabilir.

.txt dosyası hangi kodlamada?

UTF-8; Notepad, TextEdit ve VS Code dahil her modern düzenleyici bunu açar. Tüm diller ve simgeler korunur.

Sayfa veya boyut sınırı var mı?

Sabit bir sınır yok. Uzun belgeler daha uzun sürer ve çok büyük dosyalar bazı telefonlarda belleği tüketebilir.