Tərtibatçılar
XML emal iş axınını qidalandırın
Sənədləşdirilmiş çıxış strukturunu başa düşən skript və ya tətbiq üçün səhifə məzmununu XML kimi ixrac edin.
Faydalı PDF tapşırığı, sadələşdirilmiş formada
PDF-dən XML-ə.
PDF mətnini, şəkillərini və çertyoj həndəsəsini XML kimi ixrac edin.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Sənədinizi yoxlamaq üçün səhifə idarəetmələrindən istifadə edin.
100%
Faylınız hazırdır.
Nəticənizi yükləyin və ya başqa bir versiya yaratmaq üçün parametrlərə qayıdın.
Advertisements
Ad placeholderResponsive · automatic size
Başladığınız zaman müvəqqəti emal üçün göndərilir.
PDF
PDF-i necə XML-ə çevirməli
- 01
Sənədinizi seçin
Cihazınızdan bir PDF yükləyin.
- 02
Nəticəni qurun
Mövcud parametrləri nəzərdən keçirin, sonra emala başlayın.
- 03
Faylınızı yükləyin
Nəticəni saxlayın və paylaşmazdan əvvəl onu yoxlayın.
PDF-dən XML-ə
PDF mətnini, şəkillərini və çertyoj həndəsəsini XML kimi ixrac edin. Səhifələri seçin və lazım olduqda şəkil aktivləri ilə birlikdə paketlənmiş strukturlaşdırılmış təsviri yükləyin.
QISA VİDEO TƏLİMAT
PDF-i XML-ə tərtibat məlumatları ilə necə çevirmək olar
Öz iş axınınız üçün strukturlaşdırılmış səhifə məlumatlarını əldə edin.
İngiliscə təhkiyə
Videoya baxın
Bu alətdən istifadə üçün praktiki yollar
Tədqiqatçılar
Mətn mövqelərini yoxlayın
Səhifə tərtibatını öyrənmək üçün məzmun koordinatlarından istifadə edin; onlar brauzer piksellərinə deyil, fırladılmamış PDF səhifəsinə istinad edir.
Texniki baxış
Çıxarılmanı interpretasiyadan ayırın
Sənədə xas təhlil qaydalarını qurmazdan əvvəl çıxarılmış obyektləri nəzərdən keçirin. Skanlar tanınmış mətn üçün OCR tələb edir.
Xüsusiyyətlər və idarəetmələr
Mətn və rəsm həndəsəsini ixrac edin
Sadə bir transkript əvəzinə səhifə məzmununun strukturlaşdırılmış təsvirini əldə edin.
Sxem, koordinatlar və səhifənin fırlanması
Versiyalı struktur səhifələri, mətn bloklarını və diapazonlarını, şriftləri, çərçivə qutularını və vektor rəsm yollarını əhatə edir. Koordinatlar fırlanmamış səhifənin yuxarı sol küncündən PDF nöqtələri ilə ölçülür; fırlanma ayrıca qeyd olunur. Bu, indeksləşdirməni və ya sənəd təhlilini dəstəkləyə bilər, lakin çevirici sizin öz biznes sxeminizi və ya semantik sahə adlarınızı müəyyən etmir.
Şəkil aktivlərini məlumatlarla yanaşı saxlayın
Birbaşa məlumat faylı və ya çıxarılmış şəkillər daxil edildikdə ZIP faylı alın.
Məlumat faylı və istinad edilən şəkillər
Səhifədə şəkil məlumatı olduqda, arxivdə document.json və ya document.xml faylı, həmçinin istinad edilən şəkil faylları və dəstəklənən maskalar olur. Məlumatı başqa yerə yükləyərkən bu yolları birlikdə saxlayın. Yalnız şəkildən ibarət skan edilmiş sənəd şəkil məlumatı olaraq qalır; bu ixrac çatışmayan mətn diapazonlarını yaratmaq üçün OCR icra etmir.
Ehtiyacınız olan səhifələri seçin
Bütün sənədi emal edin və ya xüsusi səhifə nömrələrini və diapazonlarını daxil edin.
Səhifə diapazonları və nömrələnməsi
Səhifədə çap olunmuş nömrələr əvəzinə 1-dən başlayaraq PDF mövqelərindən istifadə edin. 1, 3-5 kimi siyahı dörd səhifəni əhatə edir. Boş diapazon bütün səhifələrdən istifadə edir. Sənəddə üz qabığı və ya fərqli nömrələnmiş fəsillər olduqda önizləməni yoxlayın. Yalnız seçilmiş səhifələr bu konvertasiyaya daxil edilir.
Yalnız şəkil olan səhifələr üçün OCR-dən istifadə edin
Mətn çıxarılması mətn qatını oxuyur; o, şəkillərdəki hərfləri tanımır.
Skanlar, boş səhifələr və OCR
Çıxarılma mövcud mətn qatından istifadə edir və səhifə şəkillərindəki hərfləri tanımır. Səhifədə oxuna bilən mətn yoxdursa, PDF OCR-dən ayrıca istifadə edin. Boş səhifə də mətn yaratmaya bilər. Qarışıq PDF-lər üçün boş və ya oxunmaz səhifələri ayrıca yoxlayın. OCR bir dəfəyə seçilmiş bir səhifəni emal edir.
Dəstəklənən fayllar və emal
- Giriş
- Çıxış
- XML, ZIP
100 MB-a qədər və 750 mənbə səhifəsinə qədər bir PDF açın. Qorunan fayllar, bu alət açıq şəkildə parol girişi təklif etmədiyi təqdirdə, kilidi açılmış nüsxə tələb edir. Böyük və ya mürəkkəb səhifələr, fayl bu limitlər daxilində olsa belə, daha çox yaddaş tələb edə və ya emal limitlərinə çata bilər.
Emal serverlərimizdən istifadə edir. Mənbə faylları, müvəqqəti fayllar və nəticələr emal başa çatdıqdan sonra 30 dəqiqə ərzində serverlərimizdən silinir. Biz sənəd məzmununu üçüncü tərəflərlə paylaşmırıq və ya onları süni intellekt modellərini öyrətmək üçün istifadə etmirik.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Tez-tez verilən suallar
Bir neçə faydalı cavab
Başlamazdan əvvəl nə gözlədiyinizi bilin.
Müvəqqəti server emalıPDF-dən XML-ə çevrilmə faktura sahələrini və ya cədvəl mənalarını tanıyırmı?
O, avtomatik adlandırılmış biznes sahələrini deyil, səhifə məzmununu və həndəsəsini ixrac edir. Tətbiqiniz bu strukturu şərh etməlidir. Cədvəl xanaları üçün PDF-dən Cədvəlləri Çıxar (Extract Tables from PDF) istifadə edin; skanlar üçün PDF OCR istifadə edin.
Strukturlaşdırılmış ixrac hansı məlumatları ehtiva edir?
Versiyalı struktur səhifələri, mətn bloklarını və diapazonlarını, şriftləri, məhdudlaşdırıcı qutuları və vektor rəsm yollarını ehtiva edir. Koordinatlar fırlanmamış səhifənin yuxarı sol mənşəyindən PDF nöqtələrindədir; fırlanma ayrıca qeyd olunur. Bu, indeksləşdirməni və ya sənəd təhlilini dəstəkləyə bilər, lakin çevirici sizin öz biznes sxeminizi və ya semantik sahə adlarınızı çıxarmır.
Niyə yükləmə bəzən ZIP ehtiva edir?
Səhifədə şəkil məlumatı olduqda, arxiv document.json və ya document.xml fayllarını, həmçinin istinad edilən şəkil fayllarını və hər hansı dəstəklənən maskaları ehtiva edir. Məlumatı başqa yerdə yükləyərkən həmin yolları birlikdə saxlayın. Yalnız şəkildən ibarət skan şəkil məlumatı olaraq qalır; bu ixrac çatışmayan mətn diapazonlarını yaratmaq üçün OCR yerinə yetirmir.
Bu, yalnız şəkildən ibarət skan edilmiş sənəddən sözləri çıxaracaqmı?
Çıxarılma mövcud mətn qatından istifadə edir və səhifə şəkillərindəki hərfləri tanımır. Əgər səhifədə oxuna bilən mətn yoxdursa, ayrıca PDF OCR-dən istifadə edin. Boş səhifə də mətn çıxarmaya bilər. Qarışıq PDF-lər üçün boş və ya oxunmaz səhifələri ayrı-ayrılıqda yoxlayın. OCR seçilmiş bir səhifəni bir dəfəyə emal edir.
Fayl və səhifə limitləri nədir?
100 MB-a qədər və 750 mənbə səhifəsinə qədər bir PDF açın. Qorunan fayllar, bu alət açıq şəkildə parol girişi təklif etmədiyi təqdirdə, kilidi açılmış nüsxə tələb edir. Böyük və ya mürəkkəb səhifələr, fayl bu limitlər daxilində olsa belə, daha çox yaddaş tələb edə və ya emal limitlərinə çata bilər.
Sənədim harada emal olunur?
Bu alət emal üçün serverlərimizdən istifadə edir. Orijinal faylınızın üzərinə yazılmır; nəticə ayrıca yüklənə bilən fayldır. Mövcud olduqda nəticəni önizləyin və nəzərdən keçirin, yenidən başlamazdan əvvəl lazım olan nüsxəni yükləyin.
