تحويل PDF إلى XML.

يصدّر محتوى الصفحة وهندستها ولا يسمي حقول الأعمال تلقائيًا. يجب على تطبيقك تفسير البنية. لخلايا الجداول استخدم استخراج الجداول من PDF، وللمسح استخدم PDF OCR.

تشمل البنية ذات الإصدار الصفحات وكتل النص ومقاطعه والخطوط والمربعات المحيطة ومسارات الرسم المتجهي. تُقاس الإحداثيات بنقاط PDF من أعلى يسار الصفحة قبل التدوير، ويُسجل التدوير منفصلًا. قد يفيد ذلك في الفهرسة أو تحليل المستندات، لكن المحوّل لا يستنتج مخطط بيانات عملك أو أسماء الحقول الدلالية.

عندما تتضمن الصفحة بيانات صور، يحتوي الأرشيف document.json أو document.xml مع ملفات الصور المشار إليها والأقنعة المدعومة. احتفظ بهذه المسارات معًا عند تحميل البيانات في مكان آخر. يبقى المسح الصوري بيانات صور؛ ولا يجري التصدير OCR لإنشاء مقاطع نصية مفقودة.

يستخدم الاستخراج طبقة نصية موجودة ولا يتعرف على الحروف داخل صور الصفحات. إذا لم تحتوِ الصفحة نصًا مقروءًا فاستخدم PDF OCR منفصلًا. وقد تنتج الصفحة الفارغة نصًا فارغًا أيضًا. في المستندات المختلطة افحص الصفحات الفارغة أو غير المقروءة منفردة. يعالج OCR صفحة مختارة واحدة في كل مرة.

افتح ملف PDF واحدًا حتى 100 ميغابايت و750 صفحة مصدر. تحتاج الملفات المحمية إلى نسخة غير مقفلة ما لم توفر الأداة إدخال كلمة المرور صراحةً. قد تتطلب الصفحات الكبيرة أو المعقدة ذاكرة أكبر أو تبلغ حدود المعالجة حتى إن كان الملف ضمن هذه الحدود.

تستخدم هذه الأداة خوادمنا للمعالجة. لا تُستبدل نسختك الأصلية؛ ويُنزّل الناتج كملف منفصل. عاين النتيجة وراجعها عند توفر المعاينة، ونزّل النسخة المطلوبة قبل البدء من جديد.