Công cụ PDF

Trích xuất văn bản từ PDF

Lấy chữ ra khỏi PDF dưới dạng văn bản thuần, mà không gửi tài liệu đi đâu cả.

Trích xuất văn bản từ PDF Chạy ngay trên thiết bị của bạn

Thả tệp vào đây hoặc nhấp để chọn

Một tệp PDF

Không bao giờ tải lên

Chạy trên thiết bị của bạn — tệp không bao giờ được gửi đi đâu cả
Không cần đăng ký, không có hình mờ, không có hạn mức hằng ngày
Miễn phí, không giới hạn số lần sử dụng

Cách hoạt động

Một tệp PDF chứa văn bản thật mang theo chính các ký tự, được định vị trên trang. Công cụ này đọc chúng ra theo thứ tự trang và ghi vào một tệp văn bản thuần — hữu ích để trích dẫn, tìm kiếm, đếm từ, hoặc đưa tài liệu vào thứ không đọc được PDF.

PDF văn bản và PDF scan là hai thứ khác nhau

Nếu PDF được tạo bởi trình soạn thảo văn bản hoặc xuất từ phần mềm, văn bản của nó được lưu dưới dạng văn bản và việc trích xuất hoạt động. Nếu nó được tạo bởi máy quét hoặc camera điện thoại, mỗi trang là ảnh chụp của một tài liệu — không có ký tự nào để trích xuất, chỉ có điểm ảnh. Đọc chúng cần OCR, điều mà công cụ này cố ý không thực hiện. Nó sẽ cho bạn biết khi không tìm thấy gì thay vì trả về một tệp trống không có lời giải thích.

Bố cục không được giữ lại

PDF lưu văn bản dưới dạng các đoạn đặt tại tọa độ, không phải đoạn văn. Việc trích xuất dựng lại các dòng bằng cách nhóm các đoạn ở cùng độ cao, hoạt động tốt với văn xuôi thông thường và kém với bố cục nhiều cột, bảng và thanh bên, nơi thứ tự đọc có thể bị xáo trộn.

Dấu trang

Mỗi trang được đặt sau một dấu để bạn biết trang này kết thúc và trang kế tiếp bắt đầu ở đâu. Hãy xóa chúng bằng tìm và thay thế nếu bạn muốn văn xuôi liền mạch.

Câu hỏi thường gặp