Teks sebenar berbeza daripada gambar imbasan
Sesetengah PDF mengandungi kod aksara dan pemetaan glif, tetapi PDF imbasan mungkin sekadar foto halaman. Foto itu tidak mempunyai teks boleh cari selagi belum diproses dengan OCR.
Alat ini menyimpan teks terbenam yang boleh dibaca. Ia tidak membina semula fon, jadual, lajur, gambar rajah atau susun atur seperti dokumen pemproses kata.
Semak hasil pengekstrakan
Dalam PDF kompleks, teks mungkin disimpan dalam urutan berbeza daripada turutan bacaan. Jika nama atau lajur bercampur, gunakan kaedah pengekstrakan atau OCR yang memahami susun atur.
- Buka PDF dan pastikan teks pada halaman boleh dipilih.
- Pilih Tukar PDF dan eksport semua halaman sebagai TXT.
- Buka TXT dan semak pemisah baris, aksara serta turutan; betulkan dengan penyunting teks jika perlu.
- TXT tidak mengekalkan tandatangan, gambar, fon atau susun atur PDF.