Utilore

PDF'ten metne

PDF'ten kopyaladığınızda ortadan ikiye bölünmüş kelimeler, sütun kenarında kesilmiş satırlar ve kırk satırda bir tekrarlanan bir şirket adı elde edersiniz. Burada metin çıkarılır ve temizlenir: her düzeltme sizin açtığınız bir anahtardır ve dosya bu sekmeden hiç çıkmaz.

ya da buraya bırakın

Metin katmanı olan bir PDF, tarama değil. En çok 60 MB

Dosya bu cihazda kalır: sekmenin içinde açılır, hiçbir şey yüklenmez. İndirilen de bir şey yok; PDF okuyucu zaten bu sayfanın parçası.

Aktarılmayanlar: resimler, tablo olarak tablolar, kalın ve eğik yazı. Tablo, metin satırlarına dönüşür; iki sütunlu bir düzen ise önce sol sütundan okunur, çünkü metin dosyanın içinde bu sırayla duruyor.

Yakındaki araçlar: PDF’den Word’e · Resimden Yazı · İki PDF dosyasını karşılaştır · Kelime sayacı

Nasıl kullanılır

  1. Metin katmanı olan bir PDF seçin, tarama olmasın.
  2. İhtiyacınız olanı açın: bölünmüş kelimeleri birleştirme, satırları paragrafa çevirme, üstbilgi ve sayfa numaralarını atma.
  3. Metni kopyalayın ya da .txt dosyası olarak indirin.

Bilmekte fayda var

Metni almak işin yarısı

PDF satır saklamaz; koordinatları olan metin parçaları saklar. Cümlenin ortasında yazı tipi değiştiği için tek bir satır çoğu zaman on iki parça hâlinde gelir ve saf bir çıkarıcı bunları satır satır geri verir. Bu yüzden parçalar önce dikey konumlarına göre yeniden satırlar hâlinde gruplanır, temizlik ancak ondan sonra yapılır. Aynı gruplama iki PDF'i karşılaştıran araçta da çalışır: orada farklı çalışsaydı aynı dosya farklı farklar gösterirdi.

Üç düzeltme ve hiçbiri sessizce olmuyor

Bölünmüş kelimeler birleştirilir, ama yalnızca sonraki satır küçük harfle başlıyorsa; böylece birleşik bir ad tek kelimeye yapıştırılmaz. Satırlar paragraf hâline getirilir, ama başlıklar, numaralı maddeler ve liste öğeleri kendi satırlarını korur, çünkü bir sözleşmenin maddelerini birbirine karıştırmak fazladan satır sonu bırakmaktan kötüdür. Üstbilgiler ve sayfa numaraları sayfalar boyunca tekrarlandıkları için atılır; tek başına duran bir sayı ise ancak toplam sayfa sayısından büyük değilse sayfa numarası sayılır, böylece bir tablodaki 2026 yılı yerinde kalır.

Tarama farklı bir cevap alır

PDF bir taramaysa içinde hiç metin yoktur: sayfalar resimdir. Boş bir kutu döndürmek, yanlış araç yerine bozuk bir araç izlenimi verirdi; bu yüzden sayfa ne olduğunu söyler ve PDF sayfalarını da okuyan metin tanımaya yönlendirir. Bu denetim bilerek kabadır: belgenin tamamında kırk harften az olması, metin katmanı değil, resimlerin içindeki yazılar demektir.

Sık sorulan sorular

Belgem bir yere yükleniyor mu?

Hayır. Bu tarayıcı sekmesinin içinde açılır ve orada okunur. İndirilen bir şey de yok: PDF okuyucu zaten bu sayfanın bir parçası.

Dosyamda metin neden boş çıkıyor?

Büyük olasılıkla bir tarama: her sayfanın resmi var, metin katmanı yok. Onun yerine «Resimden metne» aracından geçirin; o araç harfleri tanır ve PDF sayfalarını da kabul eder.

Sütunlar neden birbirine karıştı?

Çünkü iki sütunlu bir düzen, dosyada çizildiği sırayla saklanır ve genellikle önce sol sütunun tamamı gelir. Buradaki sıra, sayfa düzenini tahmin etmek yerine dosyayı izler: yanlış tahmin metni sütunların yaptığından daha çok karıştırır.

Tablolara ne oluyor?

Bir tablo metin satırlarına dönüşür: hücreler sırasını korur ama ızgarasını kaybeder. Izgara gerekiyorsa «PDF'ten Excel'e» aracını kullanın; o araç sütunları koordinatlardan çıkarır.

En büyük ne kadarlık belge alır?

60 MB'a ve ilk 500 sayfaya kadar. Ötesinde bekleme süresi değmez hâle gelir ve sayfa donmak yerine bunu söyler.

İlgili araçlar