Ekstrak Teks yang Sudah Ada
Baca lapisan teks dokumen yang dapat dipilih, alih-alih mengenali huruf dalam gambar hasil pindai.
PDF ke Teks
Ekstrak lapisan teks yang ada ke berkas teks UTF-8.
Pilih berkas PDF
Seret berkas Anda ke sini atau gunakan tombol di bawah.
Hingga 100 MB total · Berkas tetap di perangkat Anda
Lihat pratinjau dokumen di sini. Saat menambahkan isi, gunakan pratinjau sebagai panduan penempatan dan periksa berkas yang disimpan.
Daftar Isi11 Bagian
Apa yang Dapat Anda Ekstrak dari PDF sebagai Teks Biasa?
Ekstrak lapisan teks PDF yang ada untuk pencarian, penyalinan, atau pengeditan lebih lanjut. Baris dikelompokkan menggunakan posisinya pada halaman. Ini sangat berguna untuk laporan yang mengutamakan teks dan arsip dokumen.
Hasil berisi teks biasa tanpa font, gambar, atau desain halaman. Urutan baca pada halaman multikolom dapat berbeda dari tata letak visual. Halaman hasil pindai tanpa lapisan teks tidak dapat ditranskripsikan oleh operasi ini.
Fitur PDF ke Teks
Pilih Halaman yang Relevan
Batasi ekspor ke bab, surat, atau lampiran menggunakan kolom Halaman.
Hasil TXT Portabel
Unduh berkas teks biasa yang terbuka dalam editor teks umum tanpa tata letak pengolah kata.
Pengelompokan Baris Berbasis Posisi
Fragmen teks yang berdekatan dikelompokkan menjadi baris. Urutan baca multikolom tetap perlu diperiksa terhadap halaman.
Mengapa Mengonversi Teks PDF ke Berkas Teks?
Teks biasa berguna ketika kata-kata lebih penting daripada tata letak cetak. Ini memungkinkan Anda mencari dalam folder lokal, menyalin teks ke editor, atau menyiapkan titik awal bersih untuk mencatat. Ini juga menghindari membawa desain halaman padat gambar ke tugas teks. Lapisan teks tidak selalu identik dengan yang tampak dikatakan halaman: ligatur, kesalahan OCR tersembunyi, dan urutan kolom dapat mengubah ekspor. Periksa paragraf yang mewakili dokumen serta nama atau angka penting sebelum menggunakan hasil untuk pekerjaan berikutnya.
Siapa yang Menggunakan Teks PDF Hasil Ekstraksi?
Peneliti Universitas
Ekspor teks artikel yang diizinkan untuk mengumpulkan kutipan dan membuat catatan bacaan. Verifikasi setiap kutipan terhadap halaman sumbernya dan catat nomor halaman secara terpisah.
Staf Administrasi
Pindahkan teks surat standar ke editor teks untuk draf revisi. Periksa sapaan, tanggal, dan pemisah baris sebelum memindahkannya ke templat organisasi.
Penulis Teknis
Pulihkan teks spesifikasi untuk catatan kerja yang dapat dicari. Bandingkan satuan, simbol, dan langkah bernomor dengan PDF karena pengodean font yang tidak biasa dapat mengubah karakter hasil ekstraksi.
Bagaimana Cara Mengekstrak Teks dari PDF?
- Pilih PDF dengan teks yang dapat dipilih. Jika berupa hasil pindai berisi gambar saja, buat lapisan teks dengan OCR terlebih dahulu.
- Masukkan halaman yang akan diekstrak atau biarkan Halaman kosong untuk seluruh dokumen. Tambahkan nama unduhan jika berguna.
- Jalankan ekstraksi dan unduh berkas TXT. Buka dalam editor teks.
- Bandingkan urutan paragraf, tanda baca, nama, dan angka penting dengan PDF asli sebelum mengedit atau mengutip teks.
Pilih Berkas Sumber
Pilih PDF yang memiliki lapisan teks yang dapat dipilih.
Pilih tangkapan layar untuk memperbesarnya.
Tinjau Pengaturan Alat
Pilih halaman dan nama unduhan opsional.
Pilih tangkapan layar untuk memperbesarnya.
Unduh dan Periksa Hasilnya
Unduh berkas TXT dan verifikasi teksnya terhadap PDF.
Pilih tangkapan layar untuk memperbesarnya.
Tangkapan layar menampilkan alat ini dengan berkas contoh tanpa data sensitif. Nama berkas, jumlah halaman, dan pengaturan Anda mungkin berbeda.
Pengaturan dan Pemeriksaan Hasil
| Pengaturan | Yang perlu diketahui |
|---|---|
| Masukan yang diterima | |
| Lokasi pemrosesan | Peramban Anda |
| Pemilihan berkas | Satu berkas masukan |
| Ukuran masukan | Total 100 MB; gambar dan halaman yang didekode juga memiliki batas piksel |
| Pemilihan halaman | Hingga 200 halaman pilihan per pekerjaan. Halaman kosong berarti semua halaman hanya ketika PDF memiliki 200 halaman atau kurang; gunakan rentang terpisah untuk dokumen lebih panjang. |
Jika tidak ada teks yang dapat dipilih karena halaman berupa hasil pindai, tambahkan dan periksa lapisan teks OCR sebelum menggunakan ekstraksi teks.
Periksa Urutan Baca dan Karakter yang Dikodekan
Fragmen teks dapat muncul dalam PDF dengan urutan berbeda dari posisi terlihatnya. Bilah samping, catatan kaki, dan tata letak dua kolom merupakan penyebab umum kalimat ekspor terputus. Huruf terlihat juga mungkin bergantung pada pemetaan font yang tidak memberikan karakter sama saat ekstraksi. Bandingkan paragraf yang melintasi batas kolom atau halaman, dan periksa simbol teknis serta ligatur seperti “fi” sebelum menganggap TXT sebagai teks sumber yang andal.
Mengatasi Masalah PDF ke Teks
| Situasi | Tindakan yang perlu dilakukan |
|---|---|
| Berkas teks kosong atau konversi ditolak | Halaman pilihan mungkin tidak memiliki lapisan teks. Gunakan OCR terlebih dahulu jika tersedia. |
| Beberapa huruf salah | Pengodean teks atau lapisan OCR PDF mungkin bermasalah. Bandingkan nama, angka, dan simbol dengan halaman yang terlihat. |
| Anda memerlukan dokumen berformat yang dapat diedit | Gunakan PDF ke Word sebagai titik awal DOCX; tata letak persis tetap memerlukan peninjauan. |
Contoh Praktis dan Pemeriksaan Akhir
Bayangkan dua kolom berisi A1, A2 di kiri dan B1, B2 di kanan. Pengelompokan berdasarkan posisi dapat menghasilkan A1 B1 lalu A2 B2, sehingga kolom bercampur. Baca setiap kolom pada PDF sebelum mengatur ulang baris hasil ekstraksi; berkas teks yang tampak rapi masih dapat menyatukan kalimat yang tidak berkaitan.
Pertanyaan Umum
Bisakah Saya Mengekstrak Teks dari PDF Hasil Pindai?
Jalankan OCR terlebih dahulu untuk menambahkan teks yang dikenali. Memilih sumber berisi gambar saja menghasilkan pesan tanpa teks yang jelas.
Apakah Alat Mempertahankan Paragraf?
Pengelompokan baris berbasis posisi memperkirakan urutan baris. Pemisah paragraf dan kolom kompleks memerlukan peninjauan editorial.
Bagaimana Halaman Dipisahkan dalam Unduhan Teks?
Teks dari halaman pilihan digabungkan dengan baris kosong. Simpan rentang halaman fisik dalam catatan jika Anda memerlukan kutipan yang presisi kembali ke PDF.
Alat dan Panduan Terkait
Lanjutkan dengan OCR PDF, Pembaca PDF. Untuk hasil dalam bahasa lain, baca alur kerja penerjemahan PDF; ekstraksi teks itu sendiri tidak menerjemahkan.