Bulk PDF Text Extractor

Jokainen kansion PDF haettavana tekstinä

Muunna PDF-tiedostot pelkäksi tekstiksi tai Markdowniksi erässä, täysin offline-tilassa. Monisarakkeiset sivut säilyttävät lukujärjestyksensä ja taulukot piirretään tekstiruudukkoina. Ilmainen kokeilu.

Full seller details: Legal information.

Bulk PDF Text Extractor — screenshot.

Lisää kansiollinen PDF-tiedostoja ja saat jokaisesta yhden .txt- tai .md-tiedoston, kirjoitettuna omalla Windows-tietokoneellasi. Sarakkeet tulevat siinä järjestyksessä kuin ne luettaisiin, ja taulukoissa jokainen luku pysyy oikean otsikon alla.

Sanojen irrottaminen PDF:stä ei saisi viedä iltapäivää

Valitse kaikki PDF-katselimessa, liitä Muistioon, ja kaksisarakkeinen artikkeli muuttuu riveiksi, jotka hyppäävät sarakkeiden välillä kesken lauseen, ja taulukko luhistuu numerojonoksi, jossa mikään ei erota niitä toisistaan. Verkkosivustot tekevät paremmin, mutta yksi lataus kerrallaan, ja pitävät tiedostosi palvelimellaan jonkin aikaa. Tämä ohjelma käsittelee koko kansion kerralla: se lukee jokaisen PDF:n koneellasi ja kirjoittaa pelkän tekstin, jota voi lukea, hakea ja lainata.

How to use it

1

Lisää tiedostoja tai kansio

Pudota yksittäisiä PDF-tiedostoja tai kokonainen kansio luetteloon. Tallenna tuloste jokaisen alkuperäisen viereen tai yhteen valitsemaasi kansioon. Kaksi samannimistä tiedostoa eri kansioista saavat erilliset tulosteet, joten mitään ei ylikirjoiteta vahingossa.

2

Valitse pelkkä teksti tai Markdown

Pelkkä teksti on UTF-8:aa Windowsin rivinvaihdoilla ja form feed -merkillä sivujen välissä. Taulukot kehystetään oletuksena +---+-riveillä; kytke se pois, niin sarakkeet kohdistetaan välilyönneillä. Markdown muuttaa otsikot # -otsikoiksi ja taulukot pystyviivataulukoiksi.

3

Aloita erä ja hae tuloksista

Yksi aloitus kattaa koko luettelon. Kun se päättyy, yhteenveto kertoo, montako tiedostoa kirjoitettiin ja minne. Suuntaa Windowsin haku, editorisi tai grep siihen kansioon ja etsi mikä tahansa lause kaikista asiakirjoista kerralla.

Benefits

Sarakkeet luetaan niin kuin ihminen ne lukee

Kaksisarakkeisella lehtisivulla koko vasen sarake kirjoitetaan ensin, sitten koko oikea. Lauseet pysyvät yhtenä kokonaisuutena, ja osioiden otsikot tunnistetaan koon perusteella, joten ne eivät päädy kappaleen keskelle.

Taulukot, jotka voi lukea Muistiossa

Hinnasto tai laboratorioraportti säilyttää ruudukkonsa: jokainen luku pysyy sarakeotsikkonsa alla, kehystettynä tavallisilla merkeillä, jotka mikä tahansa tekstieditori osaa näyttää. Vain oikeat taulukot saavat ruudukon, joten kahteen sarakkeeseen taitettu proosasivu pysyy proosana.

Mikään ei poistu tietokoneeltasi

PDF-moottori toimii ohjelman kansiosta omalla koneellasi. Latausta, tiliä tai verkkoyhteyttä ei tarvita, joten sopimukset, potilastiedot ja julkaisemattomat käsikirjoitukset pysyvät siellä, missä ne ovat.

Miksi ihmiset käyttävät sitä

Myös skannatut sivut tunnistetaan

Sivu, joka on vain kuva paperista, käy läpi tekstintunnistuksen tietokoneellasi, noin 3 sekuntia sivulta. Se kattaa latinalaiset ja kyrilliset kirjoitusjärjestelmät ja vaatii 64-bittisen Windowsin. Sivut, joilla on jo tekstikerros, otetaan sellaisenaan, ja skannauksen taulukot tulevat sarakkeiksi välilyönneillä ilman ruudukkoa.

Valmis muistiinpanosovelluksille ja tekoälyavustajille

Markdown-tuloste menee suoraan muistiinpanosovellukseen, wikiin tai tekoälyavustajan keskusteluun ilman siivousta. Otsikot tasosta # tasoon ###### seuraavat asiakirjan otsikoiden kokoa, ja taulukoista tulee pystyviivataulukoita, joissa ensimmäinen rivi on otsikko.

Teksti monella kielellä

PDF-tiedostot, joissa on tekstikerros kiinaksi, japaniksi tai koreaksi, tulevat luettavana tekstinä, ja heprean- ja arabiankieliset rivit säilyttävät oikealta vasemmalle -järjestyksensä. Kaikki tallennetaan UTF-8:na, joten tiedosto aukeaa oikein missä tahansa nykyaikaisessa editorissa.

UKK

Ei, eikä sen ole tarkoitus. Tuloste on pelkkää tekstiä: fontit, kuvat, värit ja tarkka sivuasettelu häviävät. Jäljelle jäävät sanat lukujärjestyksessä, sivunvaihdot ja ruudukkoon kohdistetut taulukot. Jos tarvitset muokattavan kopion, joka näyttää alkuperäiseltä, se on PDF-Word-muuntimen tehtävä.
Kyllä, jos skannaus on latinalaisella tai kyrillisellä kirjoitusjärjestelmällä ja tietokoneessa on 64-bittinen Windows. Tunnistus käynnistyy itsestään sivuille, joilla ei ole tekstikerrosta. Muilla kirjoitusjärjestelmillä, kuten kiinalla tai arabialla, tehtyjä skannauksia ei tunnisteta. Sivu, jossa yhdistyvät kirjoitettu otsikko ja skannattu runko, luetaan vain tekstikerroksesta, joten tarkista tällaiset tiedostot ensin kokeilussa.
Jokainen erän tiedosto muunnetaan, mutta jokaisesta tulosteesta kirjoitetaan vain 10 ensimmäistä riviä. Taulukon rivi lasketaan yhdeksi riviksi, ja taulukon otsikko säilytetään ylhäällä. Kaikki asetukset toimivat kokeilussa, Markdown ja skannauksen tunnistus mukaan lukien, joten voit tarkistaa tuloksen omilla PDF-tiedostoillasi ennen kuin maksat lisenssistä kerran.

System Requirements

Bulk PDF Text Extractor

Languages

Version

3.5

File Size

9 Mb

Last updated on

September 15, 2026

Osta nyt
GRT requirements price see orderLataa
  • Windows 11/10/8.1/8/7 (32/64 bit)
  • Intel i3, AMD Ryzen 5 or above
  • 4 GB of RAM or above
  • NVIDIA® GeForce® series 8 and 8M, Intel® HD Graphics 2000, Quadro FX 4800, Quadro FX 5600, AMD Radeon™ R600, Mobility Radeon™ HD 4330, Mobility FirePro™ series, Radeon™ R5 M230 or higher graphics card with up-to-date drivers
  • 1280 × 768 screen resolution, 32-bit color
  • 1 GB of free hard disk space or above

GRT requirements trial note