Sao chép từ PDF thường cho dòng bị ngắt và thiếu khoảng trắng. PDF sang văn bản dựng lại dòng và đoạn đúng từ vị trí văn bản trong PDF, nối các từ bị gạch ngang cuối dòng, và có thể nhận dạng cả văn bản trên trang quét. Bạn cũng có thể sao chép kết quả trực tiếp từ bản xem trước.
Cách trích xuất văn bản từ PDF
- Thêm PDF.
- Chọn thứ tự đọc hoặc giữ ngắt dòng gốc.
- Trích xuất, rồi sao chép hoặc tải văn bản.
Cần biết
- Ở chế độ thứ tự đọc, từ bị gạch nối qua dòng được ghép lại.
- Trích xuất văn bản phụ thuộc vào lớp văn bản của PDF. Một số PDF nhúng phông không có bảng ánh xạ ký tự đúng, dẫn đến văn bản lộn xộn; OCR có thể giúp.
Câu hỏi thường gặp
Vì sao văn bản trích xuất bị lộn xộn?
Một số PDF dùng phông chữ không có bảng ánh xạ ký tự. Hãy bật OCR và PDF Converter sẽ đọc các trang đó bằng hình ảnh.
Tôi có thể trích xuất văn bản từ nhiều PDF không?
Có. Mỗi tệp cho ra một tệp TXT riêng.
Bảng có được giữ không?
Bảng trở thành các dòng văn bản. Để giữ cột, hãy dùng Trích xuất bảng hoặc PDF sang Excel.