PDF থেকে JSON.

এটি পৃষ্ঠার কন্টেন্ট এবং জ্যামিতি এক্সপোর্ট করে, স্বয়ংক্রিয়ভাবে নাম দেওয়া ব্যবসায়িক ফিল্ড নয়। আপনার অ্যাপ্লিকেশনকে সেই কাঠামোটি ব্যাখ্যা করতে হবে। টেবিল সেলের জন্য, Extract Tables from PDF ব্যবহার করুন; স্ক্যানের জন্য, PDF OCR ব্যবহার করুন।

ভার্সনযুক্ত কাঠামোতে পৃষ্ঠা, টেক্সট ব্লক এবং স্প্যান, ফন্ট, বাউন্ডিং বক্স এবং ভেক্টর ড্রয়িং পাথ অন্তর্ভুক্ত থাকে। স্থানাঙ্কগুলো (coordinates) আনরোটেটেড পৃষ্ঠার ওপরের বাম কোণ থেকে PDF পয়েন্টে পরিমাপ করা হয়; রোটেশন আলাদাভাবে রেকর্ড করা হয়। এটি ইনডেক্সিং বা ডকুমেন্ট বিশ্লেষণের জন্য সহায়ক হতে পারে, তবে কনভার্টারটি আপনার নিজস্ব ব্যবসায়িক স্কিমা বা সেমান্টিক ফিল্ডের নাম অনুমান করে না।

যখন কোনো পৃষ্ঠায় ইমেজ ডেটা থাকে, তখন আর্কাইভে document.json বা document.xml এর সাথে রেফারেন্স করা ইমেজ ফাইল এবং যেকোনো সমর্থিত মাস্ক থাকে। ডেটা অন্য কোথাও লোড করার সময় সেই পাথগুলো একসাথে রাখুন। শুধুমাত্র ছবির স্ক্যান ইমেজ ডেটা হিসেবেই থাকে; এই এক্সপোর্টটি অনুপস্থিত টেক্সট স্প্যান তৈরি করার জন্য OCR করে না।

এক্সট্রাকশন প্রক্রিয়ায় বিদ্যমান টেক্সট লেয়ার ব্যবহার করা হয় এবং এটি পৃষ্ঠার ইমেজে থাকা অক্ষর শনাক্ত করতে পারে না। যদি কোনো পৃষ্ঠায় পাঠযোগ্য টেক্সট না থাকে, তবে আলাদাভাবে PDF OCR ব্যবহার করুন। খালি পৃষ্ঠা থেকেও কোনো টেক্সট পাওয়া যাবে না। মিশ্র পিডিএফের ক্ষেত্রে, খালি বা পাঠযোগ্য নয় এমন পৃষ্ঠাগুলো আলাদাভাবে পরীক্ষা করুন। OCR প্রতিবার একটি নির্বাচিত পৃষ্ঠা প্রসেস করে।

সর্বোচ্চ 100 এমবি এবং 750 সোর্স পৃষ্ঠার একটি পিডিএফ খুলুন। সুরক্ষিত ফাইলের জন্য একটি আনলক করা কপি প্রয়োজন, যদি না এই টুলটি স্পষ্টভাবে পাসওয়ার্ড এন্ট্রির সুবিধা দেয়। বড় বা জটিল পৃষ্ঠাগুলোর জন্য বেশি মেমোরি প্রয়োজন হতে পারে অথবা ফাইলটি এই সীমার মধ্যে থাকলেও প্রসেসিং সীমা অতিক্রম করতে পারে।

এই টুলটি প্রসেসিংয়ের জন্য আমাদের সার্ভার ব্যবহার করে। আপনার মূল ফাইলটি ওভাররাইট করা হয় না; ফলাফলটি একটি আলাদা ডাউনলোড হিসেবে পাওয়া যায়। যেখানে সম্ভব ফলাফলটি প্রিভিউ এবং পর্যালোচনা করুন এবং নতুন করে শুরু করার আগে প্রয়োজনীয় কপিটি ডাউনলোড করে নিন।