Γιατί το εξαγόμενο κείμενο εμφανίζεται κενό ή ανακατωμένο;

Αν το PDF δημιουργήθηκε με σάρωση φυσικού εγγράφου, μπορεί να μην έχει καθόλου επίπεδο κειμένου — είναι ουσιαστικά εικόνα κειμένου. Χρησιμοποιήστε πρώτα το εργαλείο OCR για να προσθέσετε επίπεδο κειμένου και στη συνέχεια εξάγετε. Ανακατωμένο κείμενο εμφανίζεται μερικές φορές όταν το PDF χρησιμοποιεί μη τυπική κωδικοποίηση γραμματοσειράς· σε αυτές τις περιπτώσεις δοκιμάστε τη μετατροπή PDF σε Word που χρησιμοποιεί διαφορετική μηχανή εξαγωγής.

Μπορεί να εξάγει κείμενο από PDF προστατευμένο με κωδικό;

Ναι, αν έχετε τον κωδικό. Εισάγετέ τον στο πεδίο κωδικού κατά τη μεταφόρτωση. Σημειώστε ότι ορισμένα PDF έχουν ξεχωριστή άδεια «περιορισμού περιεχομένου» που αποτρέπει την αντιγραφή ακόμα και μετά το ξεκλείδωμα — το εργαλείο εξαγωγής θα σας ειδοποιήσει αν αυτό ισχύει.

Χειρίζεται σωστά επιστημονικά άρθρα δύο στηλών;

Ναι. Η ανάλυση διάταξης εντοπίζει περιοχές στηλών χωρικά και τις εξάγει με τη σειρά ανάγνωσης — πρώτα η αριστερή στήλη, μετά η δεξιά. Αυτό ισχύει για διατάξεις δύο και τριών στηλών που συναντώνται συχνά σε επιστημονικά περιοδικά.

Τι γίνεται με τις εικόνες στο PDF;

Οι εικόνες δεν συμπεριλαμβάνονται στο εξαγόμενο κείμενο — εξάγεται μόνο το επίπεδο περιεχομένου κειμένου. Αν χρειάζεστε και τις εικόνες, χρησιμοποιήστε το εργαλείο Εξαγωγής Εικόνων στο ίδιο έγγραφο.

Είναι αναζητήσιμο το εξαγόμενο κείμενο;

Το αποτέλεσμα είναι απλό αρχείο κειμένου, το οποίο είναι εκ φύσεως αναζητήσιμο με οποιοδήποτε επεξεργαστή κειμένου, εντολή τερματικού ή εργαλείο ευρετηρίασης αναζήτησης. Δεν υπάρχουν ειδικές απαιτήσεις για την αναζήτηση του αποτελέσματος.

Μπορώ να εξάγω κείμενο μόνο από συγκεκριμένες σελίδες;

Ναι. Χρησιμοποιήστε το πεδίο εύρους σελίδων για να καθορίσετε μεμονωμένες σελίδες ή εύρη (π.χ. 1-5 ή 3,7,12). Επεξεργάζονται και συμπεριλαμβάνονται στο αποτέλεσμα μόνο οι επιλεγμένες σελίδες.

Διατηρεί τη δομή πίνακα στο αποτέλεσμα;

Τα κελιά πίνακα εξάγονται με διατηρημένες τις χωρικές τους σχέσεις όπου είναι δυνατόν. Απλοί πίνακες με σαφή όρια εξάγονται σε μορφή διαχωρισμένη με tab που μπορεί να εισαχθεί σε λογισμικό υπολογιστικών φύλλων. Πολύπλοκοι πίνακες με συγχωνευμένα κελιά μπορεί να απαιτούν χειροκίνητο καθαρισμό.

Πώς διαφέρει αυτό από την απλή αντιγραφή κειμένου από πρόγραμμα προβολής PDF;

Τα προγράμματα προβολής PDF επιλέγουν κείμενο οπτικά, κάτι που διακόπτεται σε διατάξεις πολλών στηλών και μεγάλες παραγράφους που εκτείνονται σε σελίδες. Αυτό το εργαλείο εξαγωγής διαβάζει απευθείας τη ροή περιεχομένου, δίνοντας ακριβέστερα όρια παραγράφων και σωστή σειρά ανάγνωσης σε ολόκληρο το έγγραφο με ένα βήμα.

Μπορώ να εξάγω κείμενο από πολύ μεγάλο PDF;

Ναι. Το εργαλείο χειρίζεται PDF εκατοντάδων σελίδων. Ο χρόνος επεξεργασίας κλιμακώνεται με το μήκος του εγγράφου — ένα έγγραφο 200 σελίδων συνήθως ολοκληρώνεται σε λιγότερο από 30 δευτερόλεπτα.

Τι γίνεται αν χρειαστώ το κείμενο σε μορφή Word αντί για απλό κείμενο;

Χρησιμοποιήστε το εργαλείο PDF σε Word, το οποίο εξάγει περιεχόμενο σε αρχείο DOCX με κατά προσέγγιση διατήρηση διάταξης, συμπεριλαμβανομένων επικεφαλίδων, έντονης και πλάγιας γραφής και βασικής δομής πίνακα.

Όλα τα εργαλεία

PDF σε κείμενο

Εξαγωγή κειμένου από PDF

1Μεταφόρτωση

2Ρύθμιση

3Επεξεργασία

Drop file here

PDF, Word, Excel, PowerPoint, images up to 25 MB

Βασικά χαρακτηριστικά

Εξάγει κείμενο απευθείας από το επίπεδο περιεχομένου PDF
Ανακατασκευάζει σωστή σειρά ανάγνωσης για διατάξεις πολλών στηλών
Διατηρεί δομή παραγράφων και διαστήματα
Χειρίζεται πίνακες με όρια γραμμών και στηλών
Υποστηρίζει PDF εκατοντάδων σελίδων
Δημιουργεί καθαρό αρχείο TXT για λήψη
Προεπισκόπηση εξαγόμενου κειμένου στο πρόγραμμα περιήγησης πριν τη λήψη
Αντιγραφή κειμένου απευθείας από τον πίνακα προεπισκόπησης
Επεξεργάζεται PDF με σύνθετες ένθετες δομές κειμένου
Λειτουργεί με PDF προστατευμένα με κωδικό αν παρέχετε τον κωδικό
Χωρίς λογαριασμό ή εγγραφή
Αρχεία διαγράφονται αμέσως μετά την επεξεργασία

Περιπτώσεις χρήσης

Αντιγραφή περιεχομένου αναφοράς για επικόλληση σε επεξεργαστή εγγράφων
Εξαγωγή ρητρών συμβολαίου για νομική αναθεώρηση σε επεξεργαστή κειμένου
Εξαγωγή δεδομένων από τιμολόγια PDF σε ροή εργασίας υπολογιστικού φύλλου
Εξαγωγή κειμένου επιστημονικών άρθρων για εργαλεία διαχείρισης παραπομπών
Τροφοδοσία περιεχομένου PDF σε εργαλεία μετάφρασης ή τοπικοποίησης
Δημιουργία αναζητήσιμου ευρετηρίου κειμένου από βιβλιοθήκη αρχείων PDF
Εξαγωγή περιγραφών προϊόντων από καταλόγους PDF προμηθευτών
Προετοιμασία περιεχομένου PDF για εισαγωγή σε εργαλεία AI σύνοψης ή ανάλυσης

Πώς να χρησιμοποιήσετε

1Μεταφορτώστε το PDF σας κάνοντας κλικ στην περιοχή μεταφόρτωσης ή σύροντας το αρχείο από τον διαχειριστή αρχείων.
2Επιλέξτε τις προτιμήσεις εξόδου — απλό κείμενο ή μορφοποιημένο κείμενο με διατηρημένα διαστήματα παραγράφων.
3Κάντε κλικ στο Εξαγωγή και περιμένετε μέχρι το εργαλείο να επεξεργαστεί το επίπεδο κειμένου του εγγράφου.
4Ελέγξτε το εξαγόμενο κείμενο στον πίνακα προεπισκόπησης. Επαληθεύστε ότι η σειρά στηλών και η δομή παραγράφων είναι σωστές.
5Κατεβάστε το αρχείο TXT ή αντιγράψτε το κείμενο απευθείας από την προεπισκόπηση στο πρόχειρο.

Ανοίγετε ένα PDF, προσπαθείτε να αντιγράψετε μια παράγραφο και παίρνετε είτε τίποτα είτε ένα ακατανόητο μείγμα χαρακτήρων με τυχαίες αλλαγές γραμμής στη μέση προτάσεων. Συμβαίνει με PDF που εξήχθησαν από εφαρμογές σχεδιασμού, σαρωμένα έγγραφα που πέρασαν από κακό OCR ή αρχεία με σύνθετες διατάξεις πολλών στηλών. Το εργαλείο εξαγωγής κειμένου PDF του dokk.ai διαβάζει το πραγματικό επίπεδο περιεχομένου κειμένου που είναι ενσωματωμένο στο αρχείο PDF. Για τυπικά PDF βάσει κειμένου, αυτό σημαίνει ότι κάθε χαρακτήρας, λέξη και παράγραφος εξάγεται ακριβώς όπως δομήθηκε — συμπεριλαμβανομένης της σειράς ανάγνωσης για διατάξεις πολλών στηλών, ορίων κελιών πίνακα, στοιχείων λίστας και υποσημειώσεων. Διατάξεις με πολλές στήλες — όπως επιστημονικά άρθρα, άρθρα τύπου εφημερίδας και φυλλάδια πολλών στηλών — αντιμετωπίζονται με βήμα ανάλυσης διάταξης που εντοπίζει περιοχές κειμένου και ανακατασκευάζει σωστά τη σειρά ανάγνωσης. Χωρίς αυτό το βήμα, ένα PDF δύο στηλών παράγει παρεμπλεκόμενο κείμενο και από τις δύο στήλες. Για σαρωμένα PDF ή έγγραφα βάσει εικόνας χωρίς επίπεδο κειμένου, χρησιμοποιήστε πρώτα το εργαλείο OCR του dokk.ai. Το εργαλείο PDF σε Word είναι εναλλακτική επιλογή όταν χρειάζεστε το εξαγόμενο περιεχόμενο σε επεξεργάσιμη μορφή DOCX. Το εξαγόμενο κείμενο είναι διαθέσιμο ως αρχείο TXT για λήψη ή μπορεί να αντιγραφεί απευθείας από τον πίνακα προεπισκόπησης. Κρυπτογράφηση TLS και αυτόματη διαγραφή.

Συχνές ερωτήσεις

Ασφάλεια και απόρρητο

Το PDF σας μεταφορτώνεται μέσω κρυπτογραφημένης σύνδεσης TLS και διαγράφεται από τους διακομιστές μας αμέσως μετά την εξαγωγή του κειμένου. Δεν διαβάζουμε, δεν ευρετηριάζουμε ούτε αποθηκεύουμε το περιεχόμενο του εγγράφου σας. Δεν απαιτείται εγγραφή.