PDF to Text អានស្រទាប់អត្ថបទនៃឯកសារ PDF ហើយបង្ហាញវាក្នុងប្រអប់ដែលអាចកែសម្រួលបាន តាមទំព័រនីមួយៗ។ ចម្លងទាំងអស់ដោយចុចតែម្តង ឬទាញយកជាឯកសារ .txt (UTF-8)។ ជម្រើសកំណត់បន្ទាត់ខណ្ឌទំព័រជួយបង្ហាញការចាប់ផ្តើមនៃទំព័រនីមួយៗ ហើយមុខងារ Join lines into paragraphs ជួយលុបការចុះបន្ទាត់ដែល PDF បង្កើតនៅចុងបន្ទាត់នីមួយៗ – ធ្វើឱ្យអត្ថបទដែលយកទៅបិទភ្ជាប់ (Paste) ក្នុង Word ឬអ៊ីមែលមានលំហូរធម្មជាតិ។
ការទាញយកដំណើរការលើម៉ាស៊ីនផ្ទាល់ដោយប្រើបច្ចេកវិទ្យា pdf.js ដូច្នេះសូម្បីតែរបាយការណ៍វែងៗក៏ដំណើរការត្រឹមតែប៉ុន្មានវិនាទីដោយមិនបាច់ Upload អ្វីឡើយ។ ចំណុចមួយដែលត្រូវដឹង៖ ឯកសារស្កេន និងរូបថតដែលរក្សាទុកជា PDF គឺផ្ទុកនូវរូបភាពនៃអក្សរ មិនមែនជាអត្ថបទពិតប្រាកដទេ។ ឧបករណ៍នេះនឹងប្រាប់អ្នកនៅពេលទំព័រគ្មានស្រទាប់អត្ថបទ ដែលករណីនោះត្រូវការកម្មវិធី OCR។
របៀបប្រើឧបករណ៍ បម្លែង PDF ទៅជាអត្ថបទ
- ជ្រើសរើស ឬទម្លាក់ឯកសារ PDF។ ការទាញយកអត្ថបទនឹងចាប់ផ្តើមភ្លាមៗ។
- អាន ឬកែសម្រួលលទ្ធផលក្នុងប្រអប់អត្ថបទ ហើយពិនិត្យមើលចំនួនទំព័រ ចំនួនពាក្យ និងចំនួនតួអក្សរ។
- បើក/បិទ Add page separators និង Join lines into paragraphs ដើម្បីប្តូរទម្រង់។
- ចុច Copy text ឬ Download .txt។
ហេតុអ្វីប្រើ បម្លែង PDF ទៅជាអត្ថបទ របស់ ToolOrca
- ទាញយកអត្ថបទតាមទំព័រនីមួយៗ
- ជម្រើសដាក់បន្ទាត់ខណ្ឌទំព័រ
- ភ្ជាប់បន្ទាត់ដែលដាច់ឱ្យទៅជាកថាខណ្ឌ
- រាប់ចំនួនពាក្យ និងចំនួនតួអក្សរ
- ចម្លងទុក ឬទាញយកជា .txt
- មិនមានការ Upload ឯកសារឡើយ
ហេតុអ្វីបានជា PDF ខ្លះមិនបង្ហាញអត្ថបទ?
ឯកសារ PDF ដែលបង្កើតចេញពី Word, Google Docs ឬគេហទំព័រ គឺផ្ទុកតួអក្សរពិតប្រាកដ ដែលឧបករណ៍នេះអាចអានបាន។ រីឯ PDF ដែលបានមកពីម៉ាស៊ីនស្កេន ឬកាមេរ៉ាទូរសព្ទ គឺមានតែរូបភាពនៃទំព័រប៉ុណ្ណោះ។ វាមិនមានអត្ថបទសម្រាប់ទាញយកទេ ដូច្នេះលទ្ធផលនឹងទទេស្អាត – អ្នកត្រូវការពាក្យបញ្ជា OCR (optical character recognition) ដើម្បីបំប្លែងរូបភាពទាំងនោះទៅជាអត្ថបទ។
PDF មួយចំនួនប្រើប្រាស់ font encoding មិនប្រក្រតី ដែលផ្គូផ្គងអក្សរខុស នាំឱ្យចេញមកជាអក្សររញ៉េរញ៉ៃអានមិនយល់។ ក្នុងករណីនោះ សូមសាកល្បងចម្លងចេញពីកម្មវិធីអាន PDF ផ្សេង ឬស្វែងរកឯកសារដើម។
ការទាញយកអត្ថបទឱ្យស្អាត និងងាយស្រួលប្រើឡើងវិញ
PDF រក្សាទុកអត្ថបទតាមទីតាំងដាច់ដោយឡែកពីគ្នាជាជាងជាកថាខណ្ឌ ដូច្នេះតារាង ឬទម្រង់ច្រើនជួរឈរអាចនឹងបង្ហាញតាមលំដាប់អានពីបន្ទាត់មួយទៅបន្ទាត់មួយ។ សូមបើក Join lines into paragraphs សម្រាប់អត្ថបទធម្មតា ហើយបិទវាវិញសម្រាប់បញ្ជីកូដ ឬតារាង។ ចម្លងលទ្ធផលទៅដាក់ក្នុង Word Counter របស់យើងដើម្បីពិនិត្យប្រវែងរបស់វា។
សំណួរដែលសួរញឹកញាប់
តើខ្ញុំអាចចម្លងអត្ថបទពី PDF ដែលមិនអនុញ្ញាតឱ្យ Select ដោយរបៀបណា?
បញ្ចូលឯកសារ PDF ទីនេះ។ ប្រសិនបើឯកសារមានស្រទាប់អត្ថបទ ឧបករណ៍នេះនឹងទាញយកវាបាន ទោះបីជាកម្មវិធីអានរបស់អ្នកចាក់សោមិនឱ្យ Select ក៏ដោយ។ ប្រសិនបើគ្មានអ្វីបង្ហាញទេ មានន័យថា PDF នោះជាឯកសារស្កេនដែលគ្មានអត្ថបទឡើយ។
តើឧបករណ៍នេះអាចអាន PDF ដែលស្កេនបានទេ?
មិនបានទេ។ PDF ដែលស្កេនគឺជារូបភាព ហើយត្រូវការបច្ចេកវិទ្យា OCR។ ឧបករណ៍នេះនឹងបង្ហាញដំណឹងនៅពេលរកឃើញទំព័រដែលគ្មានអត្ថបទ។
តើទម្រង់ដើម (Formatting) ត្រូវបានរក្សាទុកដែរឬទេ?
មានតែអត្ថបទធម្មតាប៉ុណ្ណោះដែលត្រូវបានទាញយក – មិនមានពុម្ពអក្សរ ពណ៌ ឬរូបភាពឡើយ។ ការចុះបន្ទាត់ និងកថាខណ្ឌត្រូវបានរៀបចំឡើងវិញតាមទីតាំងនៃអត្ថបទ។
តើឯកសារ PDF របស់ខ្ញុំត្រូវបានផ្ញើទៅកាន់ Server ដែរឬទេ?
អត់ទេ។ អត្ថបទត្រូវបានទាញយកក្នុង Browser របស់អ្នកផ្ទាល់ ហើយស្ថិតនៅលើឧបករណ៍របស់អ្នកជានិច្ច។