Her PDF'yi düz metne çevirin

İki tür PDF, iki farklı sorun

Bir PDF metnini iki şekilde tutabilir ve sizinkinin hangisi olduğu, metni çıkarmanın ne kadar zor olacağını neredeyse tamamen belirler.

Word'den, Google Docs'tan ya da bir tasarım programından kaydedilmiş bir PDF, gerçek harfleri içinde taşır. Bu metni çıkarmak anında olur, çünkü zaten oradadır.

Bir tarama ya da fotoğraf, metnin yalnızca bir resmini tutar. Harflerin çıkarılabilmesi için önce o resimde tanınması gerekir; bu adıma OCR (optik karakter tanıma) denir.

Taramalar biraz daha uzun sürer ve sonuç çok doğrudur ama kusursuz değildir. Arkasında duramayacağımız bir sayı söylemektense bunu açıkça belirtmeyi tercih ederiz.

Taranmış bir PDF'den metin kopyalayın

PDF görüntüleyiciniz hiçbir metni seçemiyor ya da kopyalayamıyorsa bu bir taramadır. Buraya yükleyin; bu online OCR okuyucu size metni kopyalayabileceğiniz, arayabileceğiniz ve düzenleyebileceğiniz bir şekilde geri verir.

Dili ayarlamak çoğu zaman işe yarar. Otomatik algılama çoğu sayfada iyi çalışır; ancak İngilizce, Urduca, Arapça, Çince ya da 39 dilden başka birini kendiniz seçmek, karışık ya da Latin alfabesi dışındaki belgelerde belirgin şekilde daha iyi sonuç verir.

• 300 DPI ya da daha yüksek çözünürlükte tarayın. Bunun altında ince ayrıntılar kaybolur ve OCR daha fazla hata yapar.
• Eğri sayfaları yüklemeden önce düzeltin. Birkaç derecelik eğiklik bile sonucu kötüleştirir.
• Düz taramalar, açılı çekilmiş fotoğraflardan daha iyi sonuç verir.
• İyi ve eşit ışık sandığınızdan daha önemlidir: sayfanın üzerine düşen bir gölge harflerin okunmasını zorlaştırır.

Son olarak, PDF'nin kendisinin şimdiki gibi aynı görünüp aranabilir olmasını mı istiyorsunuz? Bu farklı bir işlemdir: PDF OCR, ayrı bir metin dosyası üretmek yerine PDF'ye gizli bir metin katmanı ekler.

Metin karışık çıktığında

Akademik makaleler, dergiler ve gazeteler sütunlar hâlinde dizilir. Sayfayı düz okuyan bir dönüştürücü sütunları birbirine karıştırır ve sonuç anlamsız olur.

Bu PDF'den metne dönüştürücü iki sütunlu sayfaları tanır ve bir sonrakine geçmeden önce her sütunu yukarıdan aşağıya okur.

• Satır sonlarını koru, satırları sayfada bittikleri yerde bitirir. Sütunlar yine tek tek okunur.
• Paragraflarda birleştir, yalnızca sayfa genişliği yüzünden bölünmüş satırları birleştirir. Bir belgeye ya da e-postaya yapıştırırken en iyisidir.
• Düzeni koru, kelimeleri sayfadaki yerlerinde tutar; böylece sütunlar ve tablolar sabit genişlikli bir yazı tipinde hizalanır.
• Tek metin bloğu, her şeyi tek satıra koyar; bir forma ya da tablo hücresine yapıştırmak için.

Bazı PDF'ler harfleri gerçek karakter olmayan yazı tipleriyle hazırlanır; bu yüzden onlardan kopyalamak anlamsız sonuç verir. Böyle sayfalar tanınır ve bunun yerine OCR ile okunur. Bunu Her sayfayı OCR ile yeniden oku ile belgenin tamamı için de zorlayabilirsiniz.

TXT, Word, Markdown, web sayfası ya da JSON

• Düz metin (.txt) dosyası kelimelerdir, yalnızca kelimeler. Başka bir yere yapıştırmanıza ya da başka bir programa vermenize olanak tanıyan standart PDF'den TXT'ye dönüşümdür.
• Word (.docx) dosyası Word'de ya da Google Docs'ta açılır; tablolar tablo olarak korunur ve yeni sayfalar orijinal PDF'deki gibi eklenir.
• Markdown (.md) dosyası başlıkları ve tabloları Markdown sözdizimiyle korur; not uygulamalarında, wiki'lerde ya da geliştiriciler tarafından kolayca kullanılır.
• Web sayfası (.html) dosyası, herhangi bir tarayıcıda görüntüleyebileceğiniz yapılandırılmış etiketler içerir.
• JSON dosyası; satırlar, konumlar, OCR güven düzeyi, tablolar ve linklerle birlikte her sayfanın bir temsilini içerir.

Kelimelerle birlikte sayfa tasarımının da birebir korunması mı gerekiyor? Sayfa düzenini korumak için PDF'yi Word'e Dönüştür kullanın. Tabloların tablo biçimine dönüştürülmesi mi gerekiyor? PDF'yi Excel'e Dönüştür aracımızı deneyin.

Tablolar, üst bilgiler ve sayfa numaraları

Tablolar metin paragraflarına değil, satır ve sütunlara dönüştürülür. Düz metin sürümünde tablolar sekmeyle ayrılır; Word, Markdown ve HTML sürümlerinde ise tablo olarak görünür.

Üst bilgileri ve sayfa numaralarını kaldır, PDF'nin her sayfasının üstünde ya da altında görünen sabit üst bilgiyi ve sayfa numarasını kaldırır. Böylece metin birkaç paragrafta bir sayfalara bölünmeden tek bir belge olarak akar.

Satır sonunda bölünen kelimeleri düzelt, satır sonunda kısa çizgiyle bölünmüş kelimeleri yeniden birleştirir. "bel-ge" yerine "belge" görürsünüz. Her sayfanın başladığı yeri işaretle, her sayfanın başına kısa bir sayfa işareti koyar; böylece orijinal PDF'yi kolayca takip edebilirsiniz.

Kilitli ve gizli PDF'ler

Şifre korumalı bir PDF için şifresini Belge şifresi kutusuna yazın. Dosyayı açmak için kullanılır ve asla saklanmaz.

Cihazınızdan hiç çıkmaması gereken bir PDF için Bu cihazda çıkar'ı açın. Metni tarayıcınızın kendisi okur, hiçbir şey yüklenmez ve hiç kredi kullanılmaz.

Bu mod yalnızca metin katmanını okur; bu yüzden bilgisayarda hazırlanmış sözleşmelere, ekstrelere ve mektuplara uygundur. Taranmış bir sayfada okunacak metin katmanı yoktur; bu yüzden taramalar için OCR çalıştıran normal dönüştürücü gerekir. Cihazda mod uzun belgelerde daha yavaş da olabilir, çünkü bizimkini değil kendi bilgisayarınızı kullanır.

İndirmeden önce sonucu okuyun

Metin sayfadaki bir düzenleyicide açılır. Herhangi bir sayfaya gidin, bir kelimeyi düzeltin, satırları paragraflarda birleştirin, harf büyüklüğünü değiştirin, kopyalayın ya da sesli okunmasını dinleyin.

OCR'ın emin olmadığı kelimeler vurgulanır; böylece neyi kontrol edeceğinizi bilirsiniz. PDF'deki linkler sonuçla birlikte listelenir. Memnun değil misiniz? Aynı dosyayı, sunucularımızda olduğu sürece en fazla 5 kez, başka bir düzen, dil ya da biçimle ücretsiz olarak yeniden okuyun.

Çıkarılan metni çevirin

Sonucu çıkarılırken İngilizceye, Urducaya, Arapçaya, İspanyolcaya, Fransızcaya ya da yedi başka dile makine çevirisiyle çevirebilirsiniz. Yabancı dildeki bir belgeyi hızlıca anlamak için kullanışlıdır.

Bu bir makine çevirisidir, bu yüzden önemli olan her şeyi kontrol edin. Tek seferde en fazla 120.000 karakter çevrilir; uzun bir rapor için bir sayfa aralığı seçin ve parçalar hâlinde çevirin.

Evet. Dosyalarınız işlemden bir saat sonra sunucularımızdan otomatik olarak silinir.

O saatten sonra hiçbir şey saklanmaz. Hiçbir şeyi bir insan okumaz. Hiçbir şey bir şeyi eğitmek için kullanılmaz. Her yükleme ve indirme HTTPS üzerinden yapılır; dosyanız iki yönde de şifrelenir.

Bu bile istediğinizden fazlaysa Bu cihazda çıkar'ı kullanın. PDF tarayıcınızda kalır ve sunucularımıza hiç ulaşmaz.

Son sonuçlarınız sunucularımızda değil, kendi tarayıcınızda tutulur ve istediğiniz zaman temizleyebilirsiniz.