Ekstrak teks dari PDF
Keluarkan kata-kata dari PDF sebagai teks biasa, tanpa mengirim dokumen ke mana pun.
- Berjalan di perangkat Anda — file tidak pernah dikirim ke mana pun
- Tanpa pendaftaran, tanpa watermark, tanpa kuota harian
- Gratis, tanpa batas seberapa sering Anda menggunakannya
Cara kerjanya
PDF yang berisi teks asli membawa karakternya sendiri, yang diposisikan pada halaman. Alat ini membacanya sesuai urutan halaman dan menuliskannya ke file teks biasa — berguna untuk mengutip, mencari, menghitung kata, atau memasukkan dokumen ke sesuatu yang tidak dapat membaca PDF.
PDF teks dan PDF hasil pindai adalah dua hal berbeda
Jika PDF dibuat oleh pengolah kata atau hasil ekspor, teksnya disimpan sebagai teks dan ekstraksi berhasil. Jika dibuat oleh pemindai atau kamera ponsel, setiap halaman adalah foto dari sebuah dokumen — tidak ada karakter yang dapat diekstrak, hanya piksel. Membacanya membutuhkan OCR, yang sengaja tidak dicoba oleh alat ini. Alat ini memberi tahu Anda jika tidak menemukan apa pun, alih-alih menyerahkan file kosong tanpa penjelasan.
Tata letak tidak bertahan
PDF menyimpan teks sebagai potongan yang ditempatkan pada koordinat, bukan sebagai paragraf. Ekstraksi merekonstruksi baris dengan mengelompokkan potongan pada ketinggian yang sama, yang berjalan baik untuk prosa biasa dan kurang baik untuk tata letak multikolom, tabel, dan sidebar, yang urutan bacanya dapat menjadi kacau.
Penanda halaman
Setiap halaman didahului penanda sehingga Anda tahu di mana satu halaman berakhir dan halaman berikutnya dimulai. Hapus penanda dengan cari-dan-ganti jika Anda menginginkan prosa yang berkelanjutan.
Ekstrak teks dari PDF — pertanyaan
Mengapa file hasil ekstraksi saya kosong?
PDF tersebut hampir pasti hasil pindai. Halamannya berupa gambar, bukan teks, sehingga tidak ada karakter yang dapat diekstrak. Membacanya membutuhkan OCR, yang tidak dilakukan alat ini.
Apakah PDF saya diunggah?
Tidak. Ekstraksi berjalan di browser Anda menggunakan PDF.js dari Mozilla. Dokumen tidak pernah meninggalkan perangkat Anda.
Apakah format tulisannya dipertahankan?
Tidak. Anda mendapatkan teks biasa. PDF menyimpan teks sebagai potongan yang diposisikan, bukan paragraf, sehingga kolom dan tabel khususnya dapat keluar dalam urutan yang tidak terduga.