Udviklere
Fodr en JSON-behandlingsproces
Eksporter sideindhold som JSON til et script eller en applikation, der forstår den dokumenterede outputstruktur.
En nyttig PDF-opgave, gjort enkel
PDF til JSON.
Eksporter PDF-tekst, billeder og tegningsgeometri som JSON.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Brug sidekontrollerne til at inspicere dit dokument.
100%
Din fil er klar.
Download dit resultat, eller vend tilbage til indstillingerne for at lave en anden version.
Advertisements
Ad placeholder336 × 280468 × 60Responsive · flexible width × 250Up to 300 × 50
Sendes til midlertidig behandling, når du starter.
PDF
Sådan konverterer du PDF til JSON
- 01
Vælg dit dokument
Upload én PDF fra din enhed.
- 02
Opsæt resultatet
Gennemgå de tilgængelige indstillinger, og start derefter behandlingen.
- 03
Download din fil
Gem resultatet og tjek det, før du deler det.
PDF til JSON
Eksporter PDF-tekst, billeder og tegningsgeometri som JSON. Vælg sider og download en struktureret beskrivelse, med billedaktiver pakket sammen med den, når det er nødvendigt.
HURTIG VIDEO-VEJLEDNING
Sådan konverterer du PDF til JSON med layoutdata
Få strukturerede sidedata til din egen arbejdsgang.
Engelsk fortællerstemme
Se videoen
Praktiske måder at bruge dette værktøj på
Forskere
Inspicer tekstpositioner
Brug indholdskoordinater til at studere sidelayout; de refererer til den u-roterede PDF-side frem for browser-pixels.
Teknisk gennemgang
Adskil udtrækning fra fortolkning
Gennemgå udtrukne objekter, før du opbygger dokumentspecifikke parser-regler. Scanninger kræver OCR for genkendt tekst.
Funktioner og kontroller
Eksporter tekst og tegningsgeometri
Hent en struktureret beskrivelse af sideindholdet i stedet for en almindelig udskrift.
Skema, koordinater og siderotation
Den versionsopdelte struktur inkluderer sider, tekstblokke og -spænd, skrifttyper, afgrænsningsrammer og vektortegningsstier. Koordinater er i PDF-punkter fra den uroterede sides øverste venstre hjørne; rotation registreres separat. Dette kan understøtte indeksering eller dokumentanalyse, men konverteren udleder ikke dit eget forretningsskema eller semantiske feltnavne.
Behold billedaktiver ved siden af dataene
Modtag en direkte datafil eller en ZIP-fil, når udtrukne billeder er inkluderet.
Datafil og refererede billeder
Når en side indeholder billeddata, indeholder arkivet document.json eller document.xml plus refererede billedfiler og eventuelle understøttede masker. Hold disse stier samlet, når dataene indlæses andre steder. En scanning, der kun består af billeder, forbliver billeddata; denne eksport udfører ikke OCR for at opfinde manglende tekstspænd.
Vælg de sider, du har brug for
Behandl hele dokumentet eller indtast specifikke sidenumre og intervaller.
Sideintervaller og nummerering
Brug PDF-positioner, startende ved 1, frem for numre trykt på siden. En liste som 1, 3-5 inkluderer fire sider. Et tomt interval bruger alle sider. Tjek forhåndsvisningen, når dokumentet indeholder et omslag eller kapitler med forskellig nummerering. Kun de valgte sider inkluderes i denne konvertering.
Brug OCR til billed-kun sider
Tekstudtrækning læser et tekstlag; den genkender ikke bogstaver i billeder.
Scanninger, tomme sider og OCR
Udtrækning bruger et eksisterende tekstlag og genkender ikke bogstaver i sidebilleder. Hvis en side ikke har læsbar tekst, skal du bruge PDF OCR separat. En blank side kan også resultere i ingen tekst. For blandede PDF'er skal du inspicere tomme eller ulæselige sider individuelt. OCR behandler én valgt side ad gangen.
Understøttede filer og behandling
- Input
- Output
- JSON, ZIP
Åbn én PDF på op til 100 MB og 750 kildesider. Beskyttede filer kræver en ulåst kopi, medmindre dette værktøj eksplicit tilbyder adgangskodeindtastning. Store eller komplekse sider kan kræve mere hukommelse eller nå behandlingsgrænser, selv når filen er inden for disse grænser.
Behandlingen bruger vores servere. Kildefiler, midlertidige filer og resultater slettes fra vores servere inden for 30 minutter efter, at behandlingen er afsluttet. Vi deler ikke dokumentindhold med tredjeparter eller bruger det til at træne AI-modeller.
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.
Midlertidig serverbehandlingGenkender PDF til JSON fakturafelter eller tabelbetydninger?
Den eksporterer sideindhold og geometri, ikke automatisk navngivne forretningsfelter. Din applikation skal fortolke den struktur. Til tabelceller, brug Udtræk tabeller fra PDF; til scanninger, brug PDF OCR.
Hvilke oplysninger indeholder den strukturerede eksport?
Den versionsstyrede struktur inkluderer sider, tekstblokke og spans, skrifttyper, afgrænsningsrammer og vektortegningsstier. Koordinater er i PDF-punkter fra den uroterede sides øverste venstre oprindelse; rotation registreres separat. Dette kan understøtte indeksering eller dokumentanalyse, men konverteren udleder ikke din egen forretningsmodel eller semantiske feltnavne.
Hvorfor indeholder downloadet nogle gange en ZIP-fil?
Når en side indeholder billeddata, indeholder arkivet document.json eller document.xml plus refererede billedfiler og eventuelle understøttede masker. Hold disse stier samlet, når du indlæser dataene et andet sted. En scanning, der kun består af billeder, forbliver billeddata; denne eksport udfører ikke OCR for at opfinde manglende tekstspans.
Vil dette udtrække ord fra en scanning, der kun består af billeder?
Udtrakningen bruger et eksisterende tekstlag og genkender ikke bogstaver i sidebilleder. Hvis en side ikke har læsbar tekst, skal du bruge PDF OCR separat. En blank side kan også resultere i ingen tekst. For blandede PDF-filer skal du inspicere tomme eller ulæselige sider individuelt. OCR behandler én valgt side ad gangen.
Hvad er fil- og sidebegrænsningerne?
Åbn én PDF på op til 100 MB og 750 kildesider. Beskyttede filer kræver en ulåst kopi, medmindre dette værktøj eksplicit tilbyder adgangskodeindtastning. Store eller komplekse sider kan kræve mere hukommelse eller nå behandlingsgrænser, selv når filen er inden for disse grænser.
Hvor bliver mit dokument behandlet?
Dette værktøj bruger vores servere til behandling. Din originale fil bliver ikke overskrevet; resultatet er en separat download. Se og gennemgå resultatet, hvor det er muligt, og download den kopi, du har brug for, før du starter forfra.
