Səhifə qeydlərini, mətn bloklarını və rəsm məlumatlarını ixrac etmək üçün PDF-dən XML-ə alətini açın. Bizim dörd səhifəlik PDF-imiz document.xml faylı və ZIP daxilində bir istinad edilən PNG şəkli yaradır.
PDF səhifələrini seçin
PDF-i yükləyin və bütün sənəd üçün Səhifələr sahəsini boş saxlayın və ya sizə lazım olan alt çoxluğu daxil edin. Bizim nümunəmiz dörd səhifənin hamısını əhatə edir.
İxrac edin və aktivləri bir yerdə saxlayın
Başla düyməsini seçin. Şəkil aktivləri ilə ixrac ZIP kimi yüklənir. Bütün arxivi çıxarın və images qovluğunu document.xml faylı ilə yanaşı saxlayın.
Nümunə images/page-001-image-005.png daxil edir. Şəkil istinadları ikili məlumatları XML-ə yerləşdirmək əvəzinə aktiv yollarına işarə edir. Şəkil aktivləri olmayan ixrac birbaşa .xml kimi yüklənə bilər.
Sənəd strukturunu oxuyun
Nümunə 1 versiyasını, pt vahidlərini və yuxarı-sol başlanğıc nöqtəsini bəyan edir. Səhifə qeydlərinə mənbə səhifə nömrəsi, ölçülər, fırlanma, bloklar və rəsmlər daxildir. Koordinatlar fırlanmamış səhifəni təsvir edir; məlumatları üst-üstə qoyarkən fırlanmanı nəzərə alın.
XML-i XML parser ilə təhlil edin. Təkrarlanan dəyərlər element elementlərindən istifadə edir; bəzi həndəsi tuplar mətn dəyərləridir. DocBook kimi nəşriyyat sxemini fərz etmək əvəzinə faktiki strukturu yoxlayın.
Məlumatları iş axınınızda istifadə etməzdən əvvəl oxuma ardıcıllığını və şəkil istinadlarını orijinal PDF ilə müqayisə edərək yoxlayın.
Ümumi suallar
XML semantik fəsilləri ehtiva edirmi?
Bu, çıxarılan səhifə məlumatlarını təsvir edir. Başlıq mənası, oxuma ardıcıllığı və sənəd semantikası sizin öz şərhinizə ehtiyac duya bilər.
Niyə ZIP faylı aldım?
Nümunə bir şəkil ehtiva edir. ZIP, document.xml və istinad edilən aktivin bir yerdə qalmasını təmin edir ki, şəkil tapıla bilsin.
Sənədinizlə sınayın
Nəticəni nəzərdən keçirin, sonra sizə lazım olan versiyanı saxlayın.
