Cách trích xuất văn bản từ PDF
- Chọn hoặc thả PDF của bạn.
- Nếu muốn, hãy tích vào "Đánh dấu chỗ bắt đầu của mỗi trang".
- Nhấn Trích xuất văn bản.
- Sao chép kết quả hoặc tải về dạng file .txt.
Công cụ này dùng để làm gì?
Chuyển PDF sang văn bản giúp bạn sao chép các đoạn chữ mà không bị vỡ định dạng, tìm kiếm bằng công cụ khác, dịch tài liệu hoặc dán nội dung vào email, bảng tính hay trình soạn thảo.
Văn bản được đọc ngay trên thiết bị của bạn từ chính nội dung của PDF: không có gì bị tải lên. Nếu PDF là tài liệu quét thì sẽ không có chữ để trích xuất; khi đó bạn cần dùng OCR.
Những giới hạn cần lưu ý
- PDF quét (ảnh chụp các trang) không có văn bản: công cụ này không có chức năng OCR.
- PDF có mật khẩu không mở được; hãy gỡ mật khẩu trước.
- Thứ tự đọc phụ thuộc vào cách tạo PDF: bảng biểu và văn bản nhiều cột có thể bị lẫn lộn.
Câu hỏi thường gặp
File của tôi có bị tải lên máy chủ không?
Không. Mọi thứ được xử lý trong trình duyệt, trên thiết bị của bạn. Tệp không được gửi đi đâu cả.
Cách sao chép chữ từ file PDF không chọn được?
Nếu PDF có chữ thật, bấm Trích xuất văn bản là lấy được dù trình đọc không cho chọn. Nếu là bản scan (ảnh chụp tờ giấy) thì không có chữ để lấy, bạn cần phần mềm nhận dạng chữ (OCR).
Tại sao kết quả trả về trống?
Nhiều khả năng PDF của bạn là bản quét: mỗi trang là một hình ảnh và không có chữ. Với trường hợp này, bạn cần phần mềm OCR.
Định dạng có được giữ nguyên không?
Không: kết quả là văn bản thuần, có xuống dòng. Chữ đậm, màu sắc, bảng biểu và hình ảnh sẽ không còn.
Có dùng được với ngôn ngữ khác không?
Có, với mọi ngôn ngữ mà chữ nằm trong PDF, kể cả những ngôn ngữ không dùng chữ Latinh.
Tôi có thể chỉ trích xuất một phần không?
Bạn có thể dùng công cụ Tách PDF trước để giữ lại các trang cần thiết, rồi trích xuất văn bản từ file đó.