PDF to Text

इस्तेमाल करने का तरीका

1. एक PDF फ़ाइल चुनें या खींचकर डालें।
2. तय करें कि क्या हर पेज “--- Page 3 ---” जैसे शीर्षक से शुरू होना चाहिए।
3. “टेक्स्ट निकालें” चुनें और सभी पेज पढ़े जाने तक प्रतीक्षा करें।
4. टेक्स्ट कॉपी करें या इसे UTF-8 .txt फ़ाइल के रूप में डाउनलोड करें।

यह कैसे काम करता है

वर्ड प्रोसेसर, वेबसाइट या अधिकांश अन्य सॉफ़्टवेयर से बनी PDF फ़ाइलों में एक टेक्स्ट लेयर होती है: अक्षर और उनकी स्थिति। यह टूल pdf.js की मदद से उस लेयर को पेज दर पेज पढ़ता है और उसे सादे टेक्स्ट की पंक्तियों में बदलता है। फ़ॉन्ट, आकार, रंग, इमेज और टेबल नहीं रखे जाते; टेबल के सेल स्पेस या लाइन ब्रेक से अलग किए गए टेक्स्ट के रूप में आते हैं।

पढ़ने का क्रम PDF में संग्रहीत क्रम का अनुसरण करता है, जो आमतौर पर दृश्य क्रम होता है। मल्टी-कॉलम लेआउट, फ़ुटनोट और टेक्स्ट बॉक्स अप्रत्याशित क्रम में आ सकते हैं, और पंक्ति के अंत में हाइफ़न वाले शब्द विभाजित रह जाते हैं।

स्कैन किए गए दस्तावेज़ और PDF के रूप में सेव की गई तस्वीरें केवल टेक्स्ट की इमेज होती हैं और उनमें कोई टेक्स्ट लेयर नहीं होती, इसलिए कुछ भी निकाला नहीं जा सकता। टूल इसका पता लगाकर आपको OCR (ऑप्टिकल कैरेक्टर रिकग्निशन) की ओर भेजता है, जो इमेज से टेक्स्ट पढ़ता है। कुछ PDF में टेक्स्ट ऐसे फ़ॉन्ट का इस्तेमाल करता है जिनका सही कैरेक्टर मैप नहीं होता; ऐसा टेक्स्ट अपठनीय प्रतीकों के रूप में आ सकता है।

जिन PDF को खोलने के लिए पासवर्ड चाहिए, उन्हें नहीं पढ़ा जा सकता। केवल कॉपी प्रतिबंध वाली PDF पढ़ी जाती हैं, इसलिए दस्तावेज़ के मालिक के अधिकारों का सम्मान करें।

उदाहरण

अक्सर पूछे जाने वाले सवाल

गोपनीयता

PDF आपके ब्राउज़र में pdf.js के साथ खोला और पढ़ा जाता है। फ़ाइल और निकाला गया टेक्स्ट अपलोड, संग्रहीत या एनालिटिक्स में शामिल नहीं किया जाता; केवल एक अनाम घटना गिनी जाती है कि टूल का उपयोग किया गया।