Ekstrak Teks dari PDF
Tarik lapisan teks dari PDF dan simpan sebagai file teks UTF-8 yang bersih. Baris disusun ulang dari tata letak halaman, Anda dapat memilih rentang halaman
Letakkan file PDF Anda di sini
atau klik untuk memilih file
Tarik teks keluar dari PDF agar bisa Anda edit, cari, atau masukkan ke program lain. Tata letak direkonstruksi baris demi baris dan halaman demi halaman, dan hasilnya dapat disalin atau diunduh sebagai file teks biasa.
Berguna ketika sebuah laporan hanya ada dalam bentuk PDF, ketika Anda perlu mengutip satu bagian, atau ketika Anda ingin memeriksa dokumen tanpa membuka pembaca PDF. Teks dibaca dari file itu sendiri, jadi alat ini bekerja pada PDF yang dibuat secara digital; hasil pindai tidak punya lapisan teks dan justru memerlukan OCR.
Cara mengekstrak teks dari PDF
Tambahkan PDF Anda
Ekstrak teksnya
Salin atau unduh file .txt
FAQ
Mengapa PDF hasil pindai saya kosong?
Hasil pindai adalah gambar dari teks tanpa lapisan teks, jadi tidak ada karakter yang bisa diekstrak. File seperti itu perlu dikenali dulu dengan pengenalan karakter optik (OCR).
Apakah tata letaknya dipertahankan?
Baris dan pemisah halaman dipertahankan, tetapi tata letak multi-kolom yang rumit dan tabel keluar sebagai perkiraan urutan baca. Bersiaplah merapikan tabel secara manual.
Bisakah saya mengekstrak hanya sebagian halaman?
Bisa, masukkan rentang halaman dan hanya halaman itu yang diproses - berguna untuk laporan panjang yang hanya butuh satu bagian.
Apakah berfungsi dengan teks non-Latin?
Bisa, selama PDF menyematkan font yang diperlukan untuk menampilkan karakternya. Dokumen berbahasa Mandarin, Jepang, Korea, Kiril, dan Arab umumnya terekstrak dengan benar.
Apakah ada batas ukuran?
Batas praktisnya adalah memori perangkat Anda. Dokumen panjang diekstrak halaman demi halaman dan bisa dibaca begitu hasilnya muncul.
Apakah PDF saya diunggah?
Tidak, ekstraksi berjalan di browser Anda.
Sekilas
| Masukan | |
|---|---|
| Beberapa file | Tidak |
| Dijalankan di | Di browser Anda - file tidak pernah diunggah |
| Bekerja offline | Ya — setelah halaman dimuat |
| Harga | Gratis, tanpa pendaftaran, tanpa tanda air |
Menjaga teks tetap bisa dipilih dan dicari
Sebuah PDF bisa memuat teks sungguhan atau gambar dari teks, dan perbedaan itu penting: teks sungguhan dapat dipilih, dicari, disalin, dan dibacakan, sedangkan halaman hasil pindai tidak bisa sampai seseorang menjalankan OCR padanya. Banyak alat "perkecil ukuran" diam-diam meratakan semuanya menjadi gambar, yang memang memperkecil file tetapi menghancurkan kemampuan pencarian dan membuat teksnya kabur saat diperbesar. Jika sebuah dokumen harus tetap bisa dipakai - kontrak, manual, apa pun yang mungkin perlu Anda cari lagi nanti - biarkan teksnya tetap sebagai teks dan kompresi hanya gambarnya. Jika Anda berawal dari hasil pindai, jalankan OCR dulu, baru kompresi.
Apa yang sebenarnya membuat PDF besar
Hampir seluruh isi PDF yang berukuran besar adalah gambar, bukan teks. Hasil pindai sepuluh halaman bisa mencapai 40 MB, sedangkan dokumen teks 300 halaman sering kali di bawah 2 MB. Itulah sebabnya kompresi menyasar gambar yang tertanam: gambar-gambar itu diturunkan resolusinya ke tingkat yang wajar (150 dpi biasanya cukup untuk dibaca di layar, 300 dpi hanya bila akan ada yang mencetaknya) lalu dikodekan ulang dengan lebih efisien. Teks, bookmark, tautan, dan bidang formulir hampir tidak memakan ukuran dan seharusnya tidak perlu dihapus. Jika sebuah file tetap besar setelah dikompresi, biasanya isinya berupa banyak gambar beresolusi tinggi yang tidak tersentuh pengaturan kompresi, atau font dan lampiran tertanam yang bisa Anda buang.