Chuyển đổi PDF sang văn bản - Trích xuất văn bản từ PDF trực tuyến miễn phí

Tải lên PDF của bạn và công cụ phát hiện xem nó chứa lớp văn bản thực hay chỉ là hình ảnh quét. PDF có lớp văn bản xuất ra tức thì. PDF chỉ có hình ảnh (sách quét, hóa đơn chụp ảnh, báo cáo cũ) được chạy qua OCR tự động. Dù theo cách nào, bạn đều nhận được tệp .txt gọn gàng với đoạn văn, ngắt dòng và khoảng cách giữa các phần được giữ nguyên.

Có. Nếu file PDF chỉ gồm ảnh (thường gặp với bản quét, trang chụp ảnh hoặc bản xuất từ fax), bộ máy OCR sẽ tự động kích hoạt — bạn không cần một công cụ riêng. Hỗ trợ đa ngôn ngữ được tích hợp sẵn, nên ngay cả văn bản song ngữ hay chữ viết không phải Latinh (tiếng Trung, Ả Rập, Hindi) cũng được trích xuất trong cùng một lượt.

Dấu ngắt đoạn, dòng trống giữa các phần, ký hiệu đầu dòng và tiền tố danh sách đánh số được giữ lại dưới dạng văn bản thuần. Tiêu đề được hiển thị bằng chữ hoa hoặc giữ nguyên kiểu chữ gốc tùy thuộc vào font nguồn. Nhấn mạnh trực quan (in đậm, in nghiêng) không được mã hóa trong văn bản thuần — để có những thứ đó, hãy dùng công cụ chuyển PDF sang Word.

Có. Nhập mật khẩu vào ô nhắc sau khi tải lên, và công cụ sẽ mở khóa file trong bộ nhớ vừa đủ lâu để trích xuất văn bản. Mật khẩu không bao giờ được lưu trên ổ đĩa hay truyền tới các dịch vụ bên thứ ba. Các file PDF bị khóa mà không có mật khẩu thì không thể xử lý — vì lý do bảo mật, không có thao tác phá mật khẩu nào được thực hiện.

Cả số trang và kích thước tệp đều bị giới hạn để bảo đảm chuyển đổi ổn định. Gói Miễn phí hỗ trợ tối đa 30 trang và 11 MB, Premium 200 trang và 50 MB, Pro 500 trang và 120 MB, còn Enterprise 1000 trang. Hãy tách tài liệu lớn hơn bằng công cụ Tách PDF và xử lý riêng từng phần.

Quá trình xử lý diễn ra trên các máy chủ bảo mật và các tệp sẽ bị xóa theo chính sách Bảo mật của chúng tôi — trừ khi bạn chia sẻ kết quả một cách rõ ràng, kết quả này sẽ giữ kết quả đó ở liên kết công khai mà bất kỳ ai có kết quả đó đều có thể mở trong tối đa 30 ngày. Đầu ra .txt là của bạn — không có hình mờ, không ghi công, không theo dõi. Các nhà nghiên cứu, nhà báo, luật sư và sinh viên sử dụng công cụ này để trích xuất văn bản từ các báo cáo bí mật khi biết rằng nguồn PDF không được giữ lại ngoài cửa sổ đó.

Có. Mở bảng Công cụ, chọn ngôn ngữ tài liệu và công cụ OCR của bạn, và trang sẽ được đọc theo hệ chữ đó — hơn 100 ngôn ngữ được hỗ trợ, bao gồm cả các hệ chữ phi Latinh và viết từ phải sang trái. Nếu lượt đầu đọc sai các ký tự có dấu hoặc không phải tiếng Anh, hãy đổi ngôn ngữ và chạm Chạy lại trích xuất.

Chế độ xem định dạng giữ nguyên bố cục gốc của trang — cột, khoảng cách và vị trí dòng — rất hữu ích cho bảng biểu và hóa đơn. Chế độ xem văn bản thuần cho ra văn bản gọn gàng, được căn chỉnh lại, dễ dán vào tài liệu hoặc chatbot hơn. Chuyển đổi giữa hai chế độ, rồi sao chép văn bản hoặc tải về dưới dạng tệp .txt.

Công cụ này trả cho bạn văn bản thô để sao chép hoặc lưu dưới dạng .txt. Nếu bạn muốn giữ PDF gốc nhưng làm cho nó tìm được bằng Ctrl+F, hãy đưa nó qua công cụ Ảnh sang PDF có thể tìm kiếm — công cụ này thêm một lớp văn bản OCR vô hình lên bản quét, nên trang trông y hệt trong khi các từ trở nên chọn được.

Bắt đầu với Default và ngôn ngữ của tài liệu cho các ngôn ngữ dùng hệ chữ Latinh phổ biến — nó nhanh và chính xác cho văn bản thường ngày. Nếu kết quả bị lỗi hoặc hệ chữ không phải Latinh (tiếng Ả Rập, Hindi, Trung, Kirin), chuyển sang Engine 1 hoặc Engine 2, chọn ngôn ngữ tương ứng ở bộ chọn, và chạm Re-run extraction — mỗi engine được tinh chỉnh cho từng hệ chữ khác nhau, nên thử cả hai chỉ mất vài giây.

Ô kết quả hoàn toàn có thể chỉnh sửa, nên bạn có thể nhanh chóng dọn một lỗi OCR hoặc cắt bớt một phần ngay trên màn hình. Copy to clipboard luôn sao chép chính xác những gì hiện có trong ô, bao gồm cả các chỉnh sửa — nhưng Download .txt lưu tệp gốc do lần chạy Engine/Language cuối cùng tạo ra, chứ không phải các chỉnh sửa trên màn hình của bạn. Để giữ một sửa đổi, dùng Copy và dán nó vào tệp .txt của riêng bạn, hoặc nếu lỗi mang tính hệ thống, hãy đổi Language hoặc Engine và chạm Re-run extraction thay vì sửa bằng tay.

Tải lên PDF và để công cụ trích xuất lấy văn bản ra — OCR sẽ tự động chạy trên các trang được quét hoặc chỉ chứa ảnh — rồi tải xuống kết quả dưới dạng file .txt thuần túy. File này mở được bằng Notepad, TextEdit hoặc bất kỳ trình soạn thảo code nào mà không cần phần mềm đặc biệt. Dùng theo cách này, nó hoạt động như một công cụ chuyển PDF sang Notepad đơn giản khi bạn chỉ cần văn bản thô, sẵn sàng sao chép mà không có định dạng hay hình ảnh.

Có — chuyển đổi, xem trước và tải xuống văn bản PDF mà không cần tạo tài khoản. Trợ cấp miễn phí bao gồm OCR trên các tệp PDF được quét, các chế độ xem được định dạng và thuần túy cũng như tải xuống .txt. Premium loại bỏ các giới hạn hàng ngày được bảo hiểm.

Có — Pixoate hỗ trợ xử lý hàng loạt và hàng loạt. Chuyển sang chế độ Hàng loạt, thêm tối đa 60 tệp PDF trên Premium hoặc 200 trên Pro, đặt các tùy chọn của bạn một lần và mọi tệp PDF đều được xử lý với cùng cài đặt trước khi bạn tải xuống một tệp ZIP. Xử lý hàng loạt là một tính năng Cao cấp; đầu ra sử dụng cùng chất lượng và cài đặt như chế độ đơn.

Có — với tính năng xử lý hàng loạt, bạn định cấu hình cài đặt một lần và chúng áp dụng cho mọi mục trong lô — tối đa 60 tệp PDF trên Premium hoặc 200 trên Pro. Không cần phải lặp lại thiết lập cho mỗi mục và các tệp được tạo và tải lên tạm thời sẽ được xử lý an toàn và tự động xóa.

Gần như luôn do một trong ba nguyên nhân. Tệp vượt quá giới hạn tải lên miễn phí 11 MB — Premium hỗ trợ 50 MB và Pro 120 MB. Hoặc định dạng không được công cụ này hỗ trợ, vì vậy hãy kiểm tra danh sách trên bảng tải lên. Hoặc tệp không thực sự có định dạng như tên gọi: đổi tên tệp không làm thay đổi nội dung bên trong, và đó là lý do một tệp PDF có vẻ hợp lệ vẫn bị từ chối.

Tệp PDF lưu trữ mọi ký tự nằm trên trang chứ không phải các đoạn văn và kiểu mà trình xử lý văn bản hoạt động, vì vậy việc chuyển đổi có nghĩa là xây dựng lại cấu trúc đó bằng cách suy luận. Các cột, bảng và văn bản phức tạp bao quanh hình ảnh là nơi nó trôi dạt. Nếu hình thức quan trọng hơn khả năng chỉnh sửa, hãy chọn chế độ trực quan; nếu bạn cần nhập vào nó, hãy chọn chế độ có thể chỉnh sửa và mong muốn sửa tiêu đề lẻ.

Không. Bạn có thể chạy PDF to Text và tải xuống kết quả miễn phí mà không cần có tài khoản và kết quả đó không có hình mờ. Premium là thứ bạn mua khi giới hạn bắt đầu bị giới hạn: tối đa 60 tệp trong một đợt, tải lên lớn hơn, không có giới hạn hàng ngày và kết quả có độ phân giải gốc. Không có gì được tiết lộ ở bước tải xuống mà bạn không thể nhìn thấy trước khi bắt đầu.

Không — PDF to Text chạy trong trình duyệt trên máy tính để bàn và điện thoại. Không cần cài đặt gì, không cần dùng thử để bắt đầu và không cần mua giấy phép trước khi bạn có thể xem liệu nó có đáp ứng được những gì bạn cần hay không. Hãy thử nó trên tập tin mà bạn thực sự đang gặp khó khăn thay vì một tập tin mẫu.