Extract text from PDFs — free

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.

Tệp có thể có dung lượng lên tới 20 MB ở chế độ Miễn phí, 50 MB ở chế độ Premium hoặc 120 MB ở chế độ Pro và xử lý 500 trang mà không gặp sự cố. Các tài liệu lớn hơn cũng có tác dụng nhưng mất nhiều thời gian hơn — một kho lưu trữ pháp lý 2000 trang có thể mất vài phút để thực hiện OCR. Đối với các công việc lớn, trước tiên hãy tách tệp PDF bằng công cụ Tách PDF và xử lý từng đoạn riêng biệt.

Processing happens on secure servers and files are deleted within 24 hours — unless you explicitly share a result, which keeps it at a public link anyone who has it can open for up to 30 days. The .txt output is yours — no watermark, no attribution, no tracking. Researchers, journalists, lawyers and students use the tool to extract text from confidential reports knowing the source PDF is not retained beyond that window.

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.

Yes — you can convert PDF to text free to preview; create a free account to download required. The free tier includes a generous daily allowance and covers OCR on scanned PDFs, the Formatted and Plain views, and the .txt download. If you extract text from large batches of documents every day, upgrading removes the daily limits.

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.