mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-06 08:08:38 +01:00
44 lines
3.3 KiB
Markdown
44 lines
3.3 KiB
Markdown
---
|
||
title: PDF у тэкст
|
||
description: Вымайце просты тэкст з файлаў PDF. Падтрымліваецца пакетнае выманне з некалькіх PDF з вынікам у файлах TXT.
|
||
---
|
||
|
||
# PDF у тэкст
|
||
|
||
Вымае ўвесь тэкст з файлаў PDF і захоўвае яго як простыя файлы `.txt`. Падтрымліваецца пакетная апрацоўка: загрузіце некалькі PDF і атрымайце тэкст кожнага за адну аперацыю. Працуе на PyMuPDF.
|
||
|
||
## Як гэта працуе
|
||
|
||
1. Загрузіце адзін ці некалькі PDF, націснуўшы на вобласць загрузкі або перацягнуўшы туды файлы. Кіруйце спісам файлаў кнопкамі «Дадаць яшчэ» і «Ачысціць».
|
||
2. Націсніце **Выняць**, каб пачаць апрацоўку.
|
||
3. Адзін файл спампоўваецца як `filename.txt`. Некалькі файлаў даюць архіў `pdf-to-text.zip`.
|
||
|
||
## Налады
|
||
|
||
У гэтага інструмента няма налад. Увесь тэкст вымаецца з кожнай старонкі ў парадку чытання.
|
||
|
||
## Фармат выніку
|
||
|
||
- **Адзін файл**: `filename.txt`
|
||
- **Некалькі файлаў**: `pdf-to-text.zip` з адным `.txt` на кожны ўваходны PDF.
|
||
|
||
## Сцэнарыі выкарыстання
|
||
|
||
- Выманне асноўнага тэксту са справаздач PDF для паўнатэкставай індэксацыі.
|
||
- Пераўтварэнне электронных кніг або артыкулаў PDF у просты тэкст для чытання на прыладах з e-ink.
|
||
- Выманне тэксту з дагавораў або юрыдычных дакументаў для аналізу ключавых слоў.
|
||
- Выдаленне фарматавання з PDF, каб атрымаць чысты тэкст для скрыптоў апрацоўкі даных.
|
||
- Падрыхтоўка тэкставага корпуса з архіваў PDF для апрацоўкі натуральнай мовы.
|
||
|
||
## Парады
|
||
|
||
- Сканаваныя PDF (толькі відарысы) дадуць пустыя тэкставыя файлы, бо ў іх няма тэкставага пласта. Спачатку апрацуйце сканы з дапамогай OCR.
|
||
- Вынік захоўвае парадак чытання так, як яго вызначае PyMuPDF: звычайна злева направа і зверху ўніз. Макеты з некалькімі слупкамі могуць даць перамешаны тэкст.
|
||
- Для структураванага выніку з загалоўкамі і фарматаваннем паспрабуйце [PDF у Markdown](./pdf-to-markdown). Для структураванага JSON, гатовага для ШI, выкарыстайце [Падрыхтаваць PDF для ШI](./prepare-pdf-for-ai).
|
||
|
||
## Звязаныя інструменты
|
||
|
||
- [PDF у Markdown](./pdf-to-markdown)
|
||
- [Падрыхтаваць PDF для ШI](./prepare-pdf-for-ai)
|
||
- [PDF у Word](./pdf-to-word)
|