Nasıl kullanılır?
- Bir PDF dosyası seçin veya sürükleyip bırakın.
- Her sayfanın başına “--- Sayfa 3 ---” gibi bir başlık eklenip eklenmeyeceğini belirleyin.
- “Metni çıkar” seçeneğine tıklayın ve tüm sayfaların okunmasını bekleyin.
- Metni kopyalayın veya UTF-8 .txt dosyası olarak indirin.
Nasıl çalışır?
Kelime işlemciden, web sitesinden veya çoğu yazılımdan oluşturulan PDF dosyaları bir metin katmanı içerir: karakterler ve konumları. Araç bu katmanı pdf.js ile sayfa sayfa okur ve düz metin satırlarına dönüştürür. Yazı tipleri, boyutlar, renkler, görseller ve tablolar korunmaz; tablo hücreleri boşluk veya satır sonlarıyla ayrılmış metin olarak çıkar.
Okuma sırası, PDF'de saklanan ve genellikle görsel sırayla aynı olan sırayı izler. Çok sütunlu düzenler, dipnotlar ve metin kutuları beklenmedik bir sırada çıkabilir; satır sonundaki tireli sözcükler bölünmüş olarak kalır.
PDF olarak kaydedilen taranmış belgeler ve fotoğraflar yalnızca metin görüntüleri içerir ve metin katmanı yoktur; bu nedenle hiçbir şey ayıklanamaz. Araç bunu algılar ve sizi görüntülerden metin okuyan OCR'ye (optik karakter tanıma) yönlendirir. Bazı PDF'lerdeki metinler, düzgün karakter eşlemesi olmayan yazı tipleri kullanır; bu tür metinler okunamayan simgeler olarak çıkabilir.
Açmak için parola gerektiren PDF'ler okunamaz. Yalnızca kopyalama kısıtlaması olan PDF'ler okunur; bu nedenle belge sahibinin haklarına saygı gösterin.
Örnekler
Rapordan alıntı yapma
40 sayfalık bir PDF raporun metnini ayıklayın, metin kutusunda arayın ve PDF görüntüleyicinin seçimiyle uğraşmadan ihtiyacınız olan paragrafı kopyalayın.
Taranmış mektup
PDF olarak taranan bir mektup metin üretmez. Araç bunu belirtir ve sayfa görüntüsünden metni tanıyabilen OCR aracına bağlantı verir.
Sık sorulan sorular
PDF'imde neden metin bulunamadı?
PDF büyük olasılıkla metin yerine taranmış görüntüler içeriyor. Metni tanımak için sayfaları OCR'den geçirin.
Sözcükler veya satırlar neden yanlış sırada?
Araç, metnin dosyada saklanma sırasını kullanır. Bazı programlar sütunları, başlıkları veya metin kutularını göründüklerinden farklı bir sırada saklar.
Metin neden garip simgeler içeriyor?
Bazı PDF'ler, her glifin hangi karakteri temsil ettiğine ilişkin bilgi içermeyen yazı tipleri kullanır. Görünen harfler metne geri eşlenemez; bu tür dosyalar için tek seçenek OCR'dir.
Kalın veya tablo gibi biçimlendirmeler korunuyor mu?
Hayır. Çıktı, satır sonları içeren düz metindir. Tablo hücreleri ve sütunlar satırlarda metne dönüşür.
Gizlilik
PDF, tarayıcınızda pdf.js ile açılır ve okunur. Dosya ve çıkarılan metin yüklenmez, saklanmaz veya analizlere dahil edilmez; yalnızca aracın kullanıldığına dair anonim bir olay sayılır.