Referencer
Indsaml kildelinks
Opbyg en referenceliste fra rapporter og forskningsdokumenter.
En nyttig PDF-opgave, gjort enkel
Udtræk links fra PDF.
Hent de nyttige links ud af din PDF.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Udtrukne data
| Type | Værdi | Antal | Sider |
|---|
Kopiering og download inkluderer alle matchende rækker på tværs af alle resultatsider. CSV inkluderer antal og PDF-sidetal; TXT indeholder kun værdier.
Vælg et sidetal i Resultater for at kontrollere kilden. Fremhævninger viser omtrentlige placeringer.
100%
Din udtrukne liste er klar
Din liste er klar. Download den, eller gå tilbage for at gennemgå og ændre formatet.
Advertisements
Ad placeholder336 × 280468 × 60Responsive · flexible width × 250Up to 300 × 50
Din PDF behandles i denne browser.
PDF
Sådan udtrækker du links fra PDF
- 01
Vælg én PDF
Indlæs et dokument med tekst, der kan markeres, eller prøv eksemplet.
- 02
Udtræk og gennemgå
Vælg Udtræk. Gennemgå værdier, antal og kildesider; filtrér eller sortér listen.
- 03
Kopiér eller download
Kopiér værdierne, eller download CSV med sidehenvisninger eller en simpel TXT-liste.
Udtræk PDF-links uden at åbne hver side
Indsaml trykte HTTP/HTTPS-adresser, www-adresser og klikbare web-linkmål fra én PDF. Behold sideredreferencer og Hent en deduplikeret liste som CSV eller TXT.
HURTIG VIDEO-VEJLEDNING
Sådan udtrækker du links og URL'er fra en PDF
Behold de nyttige weblinks uden at åbne dem ét efter ét.
Engelsk fortællerstemme
Se videoen
Hvornår er dette nyttigt?
Ressourcer
Gem nyttige destinationer
Udtræk destinationerne bag klikbare ressourcelabels.
Gennemgang
Behold en kontrolliste
Registrér, hvor hvert link blev fundet, før du gennemser det andetsteds.
Funktioner og kontroller
Find synlige og klikbare links
Inkluder et linkmål, selv når etiketten kun siger “Læs mere”.
Sådan fungerer linkudtrækning
Trykte links, der starter med http://, https:// eller www. genkendes. PDF-linkannotationer kan også afsløre HTTP/HTTPS-mål bag almindelig tekst. PDF'en behøver ikke at vise URL'en som sin klikbare etiket.
Identiske trykte mål og annotationer på en side tælles ikke dobbelt. Normaliserede URL-former bruges til sammenligning af dubletter, mens den første genkendte stavemåde vises. Lange, ombrudte eller beskadigede URL'er kan kræve manuel rettelse. Ingen udtrukket URL hentes automatisk.
Gennemse værdier med deres kildesider
Tjek antal, hop til en PDF-side, og filtrer resultatlisten.
Gennemse og organiser
Hvert resultat registrerer den fysiske sideplacering i PDF'en, hvilket kan afvige fra trykte sidetal. Vælg et side-chip for at åbne forhåndsvisningen med en omtrentlig markering.
Fjern dubletter er aktiveret som standard. Antal kombinerer genkendte gentagelser af den samme værdi; slå det fra for at se separate forekomster. Sortér alfabetisk ændrer listens rækkefølge. Filtrering gælder også for kopiering og Hent samt de synlige rækker.
Kopiér værdier eller Hent en struktureret liste
Vælg CSV for antal og sider, eller TXT for én værdi pr. linje.
Hvad hver Hent indeholder
CSV indeholder kolonnerne Type, Værdi, Antal og Sider. UTF-8-kodning understøtter arabisk og andre skrifttyper. Værdier, der kan tolkes som regnearksformler, får tilføjet en apostrof for sikrere import.
TXT og Kopiér alt indeholder kun værdier, én pr. linje. Alle rækker, der matcher filteret, er inkluderet, selv når tabellen på skærmen strækker sig over flere resultatsider. Ingen ny PDF oprettes, og kilde-PDF'en forbliver uændret.
Hold store udtrækninger håndterbare
Behandl én PDF i din browser med eksplicitte grænser og meddelelser om delvise resultater.
Filer, grænser og scannede sider
Indlæs én PDF på op til 50 MiB og 500 sider. Udtrækning tjekker op til 250.000 tegn og 2.000 matches pr. side, 10 millioner tegn og 20.000 matches i alt, samt 2.000 annotationer pr. side. Et budget på 90 sekunder til udtrækning begrænser lange kørsler. Meget komplekse dokumenter kan fungere bedre, når de opdeles i mindre filer.
Når en grænse nås, eller en side ikke kan læses fuldt ud, viser resultaterne en meddelelse, og begrænsede eller mislykkede kørsler eksporteres med partial i filnavnet. Sider uden valgbar tekst tælles separat. Brug PDF OCR til billed-kun scanninger, og vend derefter tilbage for at udtrække den genkendte tekst.
PDF-indhold behandles lokalt i denne browser. Uploadede dokumenter sendes ikke til en udtrækningsserver. Links, e-mailadresser og telefonnumre fundet i PDF'en kontaktes aldrig automatisk.
Understøttede filer og behandling
- Input
- Output
- CSV / TXT
Åbn én PDF på op til 50 MB og 750 sider. Yderligere grænser for output, hukommelse og behandling kan gælde for komplekse dokumenter.
Behandlingen foregår på din enhed uden upload af dokumentet. Download dit resultat, før du lukker siden; gem originalen separat.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
FAQ
Et par nyttige svar
Vid hvad du kan forvente, før du starter.
På din enhedHvad kan dette værktøj genkende?
Indsaml printede HTTP/HTTPS-adresser, www-adresser og klikbare weblink-mål fra én PDF. Behold sidehenvisninger og hent en deduplikeret liste som CSV eller TXT. Værktøjet tjekker ikke, om links stadig virker. Interne sideredestinationer, JavaScript-handlinger, mailto og andre ikke-web-skemaer eksporteres ikke som weblinks.
Kan jeg udtrække data fra scannede PDF'er?
Kun valgbar tekst og genkendte linkmål læses. Sider, der kun består af billeder, kræver først PDF OCR. Kør OCR, hent den søgbare PDF, og vend derefter tilbage til denne ekstraktor.
Hvordan håndteres dubletter og antal?
Fjern dubletter kombinerer genkendte ækvivalente værdier. Antal viser detekterede forekomster, og Sider viser de fysiske PDF-sideplaceringer. Deaktiver indstillingen for at holde forekomster adskilt. Et printet mål og et matchende klikbart link på samme side tælles ikke dobbelt.
Hvad er forskellen på CSV og TXT?
CSV inkluderer type, værdi, antal forekomster og sidehenvisninger. TXT og Kopiér alt leverer kun værdier, én pr. linje. Alle rækker, der matcher det aktuelle filter, inkluderes, ikke kun den synlige tabelside.
Er PDF'en uploadet til udtrækning?
Nej. PDF-parsing, matchning og eksport kører i denne browser. Den originale PDF er uændret. Intet udtrukket link, e-mail eller telefonnummer kontaktes automatisk.
Hvad er begrænsningerne?
Én PDF på op til 50 MiB og 500 sider. Udtrækning er begrænset til 250.000 teksttegn og 2.000 match pr. side, 10 millioner tegn og 20.000 match i alt, samt 2.000 annoteringer pr. side. Resultaterne bærer en meddelelse, hvis begrænsninger eller ulæselige sider gør dem ufuldstændige.
