Sayfa Temelli Öğeler
Kaynak sayfa numaralarını, döndürme bilgisini ve görünür sayfa sınırlarını çıkarılan metnin yanında saklayın. Böylece seçilen aralığı incelerken yararlı bir referans korunur.
PDF’den XML’e
PDF metin öğelerini ve sayfa geometrisini belgelenmiş bir XML yapısına çıkarın.
PDF dosyalarını seç
Dosyaları buraya bırakın veya aşağıdaki düğmeyi kullanın.
En fazla 25 MB toplam · Dosyalar cihazınızda kalır
Belgeyi burada görüntüleyin. Eklenen içerik için bu önizleme bir yerleştirme rehberidir; kaydedilen dosyayı kontrol edin.
İçindekiler10 bölüm
XML Çıktısı Neler İçerir?
Bir PDF'nin seçilebilir metin katmanını XML olarak dışa aktarın. Dosya, metin öğelerini özgün sayfa numaraları altında gruplar; sayfa geometrisini, metin yönünü ve konumlandırma dönüşümlerini kaydeder. İnceleme ve sonraki işlemler için yapılandırılmış kanıt sağlar.
XML, PDF metin okuyucusunun çıkardıklarını tanımlar. Belgeyi oluşturmuş olabilecek özgün XML değildir; fatura alanlarını tanımaz, tablo ilişkilerini yeniden oluşturmaz veya görüntüleri dışa aktarmaz. Yalnızca görüntü içeren sayfalara önce OCR uygulanmalıdır.
PDF'den XML'e Dönüştürme Özellikleri
Kaçış Dizili Metin Değerleri
Ve işaretleri ve açılı ayraçlar gibi karakterler XML öğeleri içinde veri olarak kalır. İşaretlemeye benzeyen metin bu dışa aktarma yoluyla çalıştırılabilir sayfa içeriğine dönüşemez.
Geri Çevrilebilir Özel Dizeler
XML'in doğrudan temsil edemediği karakterler açıkça işaretlenmiş JSON dize kodlamasını kullanır. Bu işaret, alıcı programın değerleri doğru biçimde geri almasını sağlar.
Tarayıcıda İşleme
XML dosyasını cihazınızda oluşturun. Kaynak dönüştürme için yüklenmez veya yeniden yazılmaz.
Bir PDF'den XML'i Nasıl Çıkarırım?
- Seçilebilir metin içeren, şifrelenmemiş bir PDF seçin.
- Gerekli sayfa numaralarını veya aralıklarını Sayfalar alanına girin.
- Dosyayı dönüştürün ve XML sonucunu indirin.
- XML'i bir metin düzenleyicisinde veya XML destekli uygulamada açın.
- Öğeleri başka bir sisteme eşlemeden önce bildiğiniz bir sayfayı ve ifadeyi karşılaştırın.
Kaynak PDF'yi Seçin
Okunabilir metin katmanı olan bir PDF seçin.
Büyütmek için ekran görüntüsünü seçin.
Sayfa Aralığını Sınırlayın
XML çıkarma için gereken sayfaları seçin.
Büyütmek için ekran görüntüsünü seçin.
XML'i Kaydedin
XML'i indirin ve sayfa elemanlarını inceleyin.
Büyütmek için ekran görüntüsünü seçin.
Ekran görüntüleri bu araç takımını hassas veri içermeyen örnek dosyalarla gösterir. Dosyanızın adı, sayfa sayısı ve ayarlar farklı olabilir.
PDF Metnini İncelemek İçin Neden XML Kullanmalısınız?
XML temelli bir iş akışı, kendi dönüştürme kurallarını uygulamadan önce açık sayfa ve öğe elemanlarına ihtiyaç duyabilir. Bir ekip bu elemanları inceleyebilir, kaynak sayfa referanslarını koruyabilir ve bilinen belge türleri için ayrı bir eşleme oluşturabilir. Eşlemeyi çıkarmadan ayrı tutun: bir metin öğesinin diğerine yakın olması tek başına bir iş ilişkisi kurmaz.
Bu XML Çıktısıyla Kimler Çalışabilir?
Entegrasyon Geliştiricileri
Sayfa ve öğe elemanlarını kontrollü bir belge işleme sürecine girdi olarak kullanın.
Belge Arşivcileri
Özgün PDF saklanırken metnin de erişilebilir kalıp kalmadığını inceleyin.
Veri Denetçileri
Dönüştürme kurallarını kabul etmeden önce örnek çıktı değerlerini kaynak sayfalarıyla karşılaştırın.
Ayarlar ve Çıktı Kontrolleri
| Ayar | Beklenen Sonuç |
|---|---|
| Kaynak | En fazla 25 MiB ve 500 kaynak sayfa içeren tek PDF. |
| Sayfa aralığı | En fazla 200 seçili sayfa. Boş aralık yalnızca bu sınır içindeyken tüm sayfaları içerir. |
| Metin sınırları | Sayfa başına en fazla 20.000 öğe, işlem başına 100.000 öğe ve iki milyon metin karakteri. |
| İndirilen dosya | En fazla 64 MiB boyutunda XML belgesi. Harici DTD veya şema getirilmez. |
Sayfayı Kontrol Ettikten Sonra Bildiğiniz Bir Etiketi Eşleyin
Bir teslimat belgesinde tek sayfayı dışa aktarın ve bildiğiniz bir referans numarasını bulun. Metin dönüşümünü ve yakındaki öğeleri özgün sayfayla kontrol edin. Uygulamanız daha sonra bu belge türüne yönelik bir kural uygulayabilir. Birbirinden farklı düzenlerde, yakındaki her sayıyı aynı alan kabul etmekten kaçının.
PDF'den XML'e Dönüştürmede Sorun Giderme
| Durum | Kontrol Edilecekler |
|---|---|
| XML, tedarikçinin şemasıyla eşleşmiyor | Çıktı kendi çıkarma yapısını kullanır. Alıcı sisteminizin beklediği şemaya ayrı bir eşleme oluşturun. |
| Bir öğede encoding niteliği var | encoding değeri json ise XML'de doğrudan bulunamayan karakterleri geri almak için öğenin metnini JSON dizesi olarak ayrıştırın. |
| Sözcükler eksik veya beklenmedik sırada | Taranmış sayfaları veya alışılmadık metin yerleşimini kontrol edin. Gereken yerlere OCR uygulayın ve koordinatları inceleyin. |
Sık Sorulan Sorular
PDF'den XML'e Aracı Özgün Kaynak XML'i Geri Getirir mi?
Hayır. PDF genellikle kaynak veri modelini saklamaz. Bu çıktı, okuyucunun çıkarabildiği metin katmanını ve geometriyi kaydeder.
PDF Etiketleri XML Belge Modeline Dönüştürülür mü?
Hayır. Araç etiketli PDF anlam yapısını, başlıkları veya tablo yapısını yeniden oluşturmaz. Sayfa ve öğe elemanları çıkarma sonuçlarını tanımlar.
Bu XML'i Tekrar Aynı PDF'ye Dönüştürebilir miyim?
XML'den PDF'ye aracı XML kaynağını yazdırabilir ancak bu çıkarma dosyasından özgün sayfa tasarımını yeniden oluşturamaz. Özgün PDF'yi saklayın.