iPDF.tools
VI

Ngôn ngữ

Trích xuất văn bản từ PDF

Cả chữ dọcBeta

Trích xuất văn bản từ PDF theo từng trang, sao chép hoặc tải file TXT UTF-8. Hỗ trợ chữ Trung, Nhật, Hàn, chữ dọc tiếng Nhật và PDF có mật khẩu.

Không tải file lên · xử lý trong trình duyệt

File PDF
hoặc kéo thả file vào đây (file được xử lý trên máy, không tải lên)

Để trống để lấy tất cả các trang.

Chọn file PDF rồi nhấn “Trích xuất văn bản”.

Cách sử dụng

  1. Chọn hoặc kéo thả file PDF.
  2. Nhập phạm vi trang nếu cần, ví dụ “1-3, 5”. Để trống để trích xuất mọi trang.
  3. Nhấn “Trích xuất văn bản”. Xem văn bản theo từng trang, sao chép tất cả hoặc tải về dạng file TXT UTF-8.
  4. Nếu không tìm thấy văn bản, PDF đó là file scan: hãy dùng công cụ OCR: Chuyển ảnh và PDF thành văn bản để nhận dạng.

Mẹo

  • “Nối các dòng trong mỗi đoạn” biến mỗi đoạn thành một dòng, nên dán vào Word hay Google Docs gọn gàng hơn.
  • Nếu file có mật khẩu mở, công cụ sẽ hỏi mật khẩu. Mật khẩu chỉ được dùng trên thiết bị của bạn.

Quyền riêng tư

File bạn chọn và văn bản bạn nhập được xử lý trong trình duyệt. Chúng không được tải lên máy chủ của chúng tôi và chúng tôi không lưu trữ. Một số công cụ sẽ tải mã chương trình hoặc dữ liệu cần thiết (như dữ liệu ngôn ngữ OCR) từ trang này ở lần dùng đầu tiên.

Đọc chính sách quyền riêng tư

Câu hỏi thường gặp

Vì sao kết quả trống?

PDF không có lớp văn bản. Thường đó là file scan hoặc PDF tạo từ ảnh. Hãy dùng công cụ OCR: Chuyển ảnh và PDF thành văn bản để nhận dạng chữ trong ảnh.

Chữ Trung hoặc Nhật có bị thêm dấu cách thừa không?

Không. Dòng và đoạn được dựng lại từ vị trí của chữ: không chèn dấu cách giữa các ký tự Trung hay Nhật, còn dấu cách giữa các từ tiếng Anh được giữ nguyên.

Có trích xuất được từ PDF có mật khẩu không?

Có. Nếu file cần mật khẩu để mở, công cụ sẽ hỏi mật khẩu. File chỉ giới hạn sao chép hoặc in thì dùng được ngay. Bạn cũng có thể gỡ mật khẩu trước bằng công cụ Mở khóa PDF.

Bố cục có được giữ nguyên không?

Bạn chỉ nhận được văn bản, ngắt dòng và đoạn văn, không có phông chữ, màu sắc, viền bảng hay ảnh. Trang nhiều cột thường được xuất theo thứ tự lưu trong PDF.

Có trích xuất được chữ dọc tiếng Nhật không?

Có. Chữ dọc được xuất từ trên xuống dưới, từ phải sang trái, mỗi cột một dòng. Ở một số ít file có bố cục bất thường, thứ tự có thể chưa hoàn toàn chính xác.

File của tôi có bị tải lên không?

Không. Văn bản được trích xuất trong trình duyệt và file không rời khỏi thiết bị của bạn.

Công cụ liên quan