Vývojáři
Napájení pracovního postupu zpracování JSON
Exportujte obsah stránky jako JSON pro skript nebo aplikaci, která rozumí dokumentované výstupní struktuře.
Užitečná úloha s PDF, jednoduše
PDF do JSON.
Exportujte text, obrázky a geometrii výkresu z PDF do formátu JSON.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Použijte ovládací prvky stránky ke kontrole dokumentu.
100%
Váš soubor je připraven.
Stáhněte si výsledek nebo se vraťte k nastavení a vytvořte další verzi.
Advertisements
Ad placeholderResponsive · automatic size
Odesláno k dočasnému zpracování po zahájení.
PDF
Jak převést PDF do JSON
- 01
Vyberte dokument
Nahrajte jeden PDF soubor ze svého zařízení.
- 02
Nastavte výsledek
Zkontrolujte dostupné nastavení a poté spusťte zpracování.
- 03
Stáhněte soubor
Uložte výsledek a před sdílením jej zkontrolujte.
PDF do JSON
Exportujte text, obrázky a geometrii výkresů z PDF do formátu JSON. Vyberte stránky a stáhněte si strukturovaný popis, v případě potřeby s přibalenými obrazovými podklady.
RYCHLÝ VIDEO TUTORIÁL
Jak převést PDF do JSON s daty o rozvržení
Získejte strukturovaná data stránek pro svůj vlastní pracovní postup.
Anglický komentář
Sledovat video
Praktické způsoby využití tohoto nástroje
Výzkumníci
Kontrola pozic textu
Použijte souřadnice obsahu ke studiu rozvržení stránky; vztahují se k neotočené stránce PDF, nikoli k pixelům prohlížeče.
Technická kontrola
Oddělení extrakce od interpretace
Před vytvořením pravidel analýzy specifických pro dokument zkontrolujte extrahované objekty. Skenované dokumenty vyžadují pro rozpoznání textu OCR.
Funkce a ovládací prvky
Export textu a geometrie výkresů
Získejte strukturovaný popis obsahu stránky namísto prostého přepisu.
Schéma, souřadnice a rotace stránky
Verzovaná struktura zahrnuje stránky, textové bloky a úseky, písma, ohraničující rámečky a cesty vektorových výkresů. Souřadnice jsou v bodech PDF od levého horního počátku neotočené stránky; rotace je zaznamenána samostatně. To může podpořit indexování nebo analýzu dokumentu, ale převodník neodvozuje vaše vlastní obchodní schéma ani sémantické názvy polí.
Ponechte obrazové prostředky vedle dat
Získejte přímý datový soubor nebo ZIP, pokud jsou zahrnuty extrahované obrázky.
Datový soubor a odkazované obrázky
Pokud stránka obsahuje obrazová data, archiv obsahuje soubor document.json nebo document.xml plus odkazované obrazové soubory a všechny podporované masky. Při načítání dat jinde udržujte tyto cesty pohromadě. Skenování pouze obrázků zůstává obrazovými daty; tento export neprovádí OCR pro vymýšlení chybějících textových úseků.
Vyberte strany, které potřebujete
Zpracujte celý dokument nebo zadejte konkrétní čísla stran a rozsahy.
Rozsahy stran a číslování
Použijte pozice v PDF, začínající od 1, namísto čísel vytištěných na stránce. Seznam jako 1, 3-5 zahrnuje čtyři strany. Prázdný rozsah použije všechny strany. Zkontrolujte náhled, pokud dokument obsahuje obálku nebo jinak číslované kapitoly. Do tohoto převodu jsou zahrnuty pouze vybrané strany.
Použijte OCR pro stránky obsahující pouze obrázky
Extrakce textu čte textovou vrstvu; nerozeznává písmena v obrázcích.
Skeny, prázdné stránky a OCR
Extrakce využívá existující textovou vrstvu a nerozeznává písmena v obrázcích stránek. Pokud stránka nemá čitelný text, použijte samostatně PDF OCR. Prázdná stránka také nemusí vyprodukovat žádný text. U smíšených PDF kontrolujte prázdné nebo nečitelné stránky jednotlivě. OCR zpracovává vždy jednu vybranou stránku.
Podporované soubory a zpracování
- Vstup
- Výstup
- JSON, ZIP
Otevřete jedno PDF o velikosti až 100 MB a 750 zdrojových stránek. Chráněné soubory vyžadují odemčenou kopii, pokud tento nástroj výslovně nenabízí zadání hesla. Velké nebo složité stránky mohou vyžadovat více paměti nebo dosáhnout limitů zpracování, i když je soubor v rámci těchto limitů.
Zpracování probíhá na našich serverech. Zdrojové soubory, dočasné soubory a výsledky jsou z našich serverů smazány do 30 minut po dokončení zpracování. Obsah dokumentů nesdílíme s třetími stranami ani je nepoužíváme k trénování modelů AI.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Časté dotazy
Pár užitečných odpovědí
Zjistěte, co očekávat, než začnete.
Dočasné zpracování na serveruRozpozná PDF do JSON pole faktur nebo významy tabulek?
Exportuje obsah stránky a geometrii, nikoli automaticky pojmenovaná obchodní pole. Vaše aplikace musí tuto strukturu interpretovat. Pro buňky tabulek použijte Extrahovat tabulky z PDF; pro skeny použijte PDF OCR.
Jaké informace obsahuje strukturovaný export?
Verzovaná struktura zahrnuje stránky, textové bloky a rozsahy, písma, ohraničující rámečky a cesty vektorových kreseb. Souřadnice jsou v bodech PDF od počátku v levém horním rohu neotočené stránky; rotace je zaznamenána samostatně. To může podporovat indexování nebo analýzu dokumentu, ale převodník neodvozuje vaše vlastní obchodní schéma ani sémantické názvy polí.
Proč stažený soubor někdy obsahuje ZIP?
Pokud stránka obsahuje obrazová data, archiv obsahuje soubor document.json nebo document.xml plus odkazované obrazové soubory a veškeré podporované masky. Při načítání dat jinde ponechte tyto cesty pohromadě. Skenování pouze obrázků zůstává obrazovými daty; tento export neprovádí OCR za účelem vytváření chybějících textových rozsahů.
Bude tato funkce extrahovat slova ze skenů obsahujících pouze obrázky?
Extrakce využívá existující textovou vrstvu a nerozeznává písmena na obrázcích stránek. Pokud stránka neobsahuje čitelný text, použijte samostatně PDF OCR. Prázdná stránka také nemusí vygenerovat žádný text. U smíšených PDF zkontrolujte prázdné nebo nečitelné stránky jednotlivě. OCR zpracovává vždy jednu vybranou stránku.
Jaké jsou limity souborů a stránek?
Otevřete jedno PDF o velikosti až 100 MB a 750 zdrojových stránek. Chráněné soubory vyžadují odemčenou kopii, pokud tento nástroj výslovně nenabízí zadání hesla. Velké nebo složité stránky mohou vyžadovat více paměti nebo dosáhnout limitů zpracování, i když je soubor v rámci těchto limitů.
Kde se můj dokument zpracovává?
Tento nástroj využívá ke zpracování naše servery. Váš původní soubor není přepsán; výsledkem je samostatný soubor ke stažení. Pokud je to možné, prohlédněte si výsledek a zkontrolujte jej, a před začátkem nové operace si stáhněte kopii, kterou potřebujete.
