Ανοίξτε το Εξαγωγή δεδομένων από PDF για να συλλέξετε τιμές από ένα PDF χωρίς να τις αντιγράφετε γραμμή προς γραμμή. Η σύγκριση χρησιμοποιεί το πραγματικό δείγμα εγγράφου και ένα CSV που κατεβάσατε από το εργαλείο. Με επιλεγμένα email, τηλέφωνα, URL, DOI, ISBN και IPv4, το δείγμα τριών σελίδων παράγει 11 μοναδικές σειρές από 15 εμφανίσεις.
Ανοίξτε το PDF σας
Ανεβάστε ένα PDF ή επιλέξτε Δοκιμάστε το δείγμα για να ακολουθήσετε αυτό το παράδειγμα. Εμφανίζονται η προεπισκόπηση του PDF και οι μικρογραφίες σελίδων. Το αρχικό σας αρχείο παραμένει αμετάβλητο και η εξαγωγή εκτελείται στο πρόγραμμα περιήγησής σας.
Ένας κατάλογος βασισμένος σε κείμενο, μια αναφορά, μια ερευνητική εργασία ή ένα φυλλάδιο είναι ένα χρήσιμο σημείο εκκίνησης. Οι σαρώσεις που αποτελούνται μόνο από εικόνες χρειάζονται OCR προτού αναγνωριστεί το εκτυπωμένο κείμενό τους.
Επιλέξτε τις χρήσιμες επιλογές
Σε ένα τηλέφωνο, ανοίξτε τις Ρυθμίσεις. Στον υπολογιστή, χρησιμοποιήστε τον πίνακα ρυθμίσεων δίπλα στην προεπισκόπηση.
Στην ενότητα Τι να εξαχθεί, τα email, οι αριθμοί τηλεφώνου και τα URL είναι ήδη επιλεγμένα. Ανοίξτε το Περισσότεροι τύποι δεδομένων και επιλέξτε επίσης DOI, ISBN και διευθύνσεις IPv4. Αφήστε την αφαίρεση διπλοτύπων ενεργοποιημένη και επιλέξτε CSV.
Εξαγωγή και έλεγχος των αντιστοιχιών
Επιλέξτε Εξαγωγή. Όταν ολοκληρωθεί η επεξεργασία, η καρτέλα Αποτελέσματα εμφανίζει τις τιμές, το πλήθος εμφανίσεων και τις σελίδες προέλευσης. Επιλέξτε έναν κυκλικό αριθμό σελίδας για να ελέγξετε την τοποθεσία του στην προεπισκόπηση PDF και, στη συνέχεια, επιστρέψτε στα Αποτελέσματα.
Η έξοδος συνδυάζει τη λίστα επαφών με DOI 10.1000/182, ISBN 978-0-306-40615-7 και διεύθυνση IPv4 192.0.2.10 από τη σελίδα 2. Η στήλη Τύπος προσδιορίζει κάθε τιμή. Φιλτράρετε σε μια σχετική λέξη ή αναγνωριστικό πριν αντιγράψετε ή κατεβάσετε ένα μικρότερο υποσύνολο.
Χρησιμοποιήστε το Φιλτράρισμα αποτελεσμάτων για να περιορίσετε τη λίστα. Η αντιγραφή και η λήψη περιλαμβάνουν όλες τις σειρές που ταιριάζουν, ακόμη και όταν ο πίνακας αποτελεσμάτων εκτείνεται σε πολλές οθόνες σειρών.
Λήψη CSV ή TXT
Επιλέξτε Λήψη CSV και, στη συνέχεια, χρησιμοποιήστε το κύριο κουμπί Λήψη στην οθόνη ετοιμότητας. Το CSV περιέχει τις στήλες Τύπος, Τιμή, Πλήθος και Σελίδες. Το TXT και η Αντιγραφή όλων περιέχουν μία τιμή ανά γραμμή.
Οι τιμές CSV που θα μπορούσαν να ερμηνευθούν ως τύποι υπολογιστικών φύλλων προστατεύονται με ένα αρχικό απόστροφο. Για παράδειγμα, ένας διεθνής αριθμός τηλεφώνου ξεκινά με ένα σύμβολο συν. Χρησιμοποιήστε TXT εάν χρειάζεστε μια απλή λίστα χωρίς προστασία υπολογιστικού φύλλου.
Συχνές ερωτήσεις
Εξάγει αυτό οποιονδήποτε αριθμό ή κάθε αναγνωριστικό;
Όχι. Κάθε επιλεγμένη κατηγορία έχει τους δικούς της κανόνες αναγνώρισης. Οι διευθύνσεις IPv6, τα ποσοστά, οι τιμές και οι αριθμοί καρτών πληρωμής δεν εξάγονται. Ελέγξτε τις αντιστοιχίσεις με την πηγή· η έγκυρη μορφοποίηση δεν μπορεί να επιβεβαιώσει ότι μια επαφή ή ένα αναγνωριστικό υπάρχει.
Τι πρέπει να κάνω με ένα σαρωμένο PDF;
Εκτελέστε πρώτα το PDF OCR και, στη συνέχεια, φορτώστε το αναγνωρισμένο αντίγραφο σε αυτό το εργαλείο. Ελέγξτε προσεκτικά την έξοδο OCR: ένας λανθασμένος χαρακτήρας μπορεί να αλλάξει μια διεύθυνση ή ένα αναγνωριστικό.
Ποια είναι τα όρια εξαγωγής;
Χρησιμοποιήστε ένα PDF έως 50 MiB και 750 σελίδων. Η εξαγωγή περιορίζεται σε 20,000 αντιστοιχίσεις συνολικά και 2,000 ανά σελίδα, με προϋπολογισμό επεξεργασίας 90 δευτερολέπτων. Ισχύουν επίσης όρια κειμένου και σχολιασμών. Εάν ένα όριο ή μια μη αναγνώσιμη σελίδα διακόψει τη σάρωση, το εργαλείο εμφανίζει μια ειδοποίηση μερικών αποτελεσμάτων και επισημαίνει το όνομα αρχείου εξαγωγής ως μερικό.
Ανοίγουν αυτόματα οι σύνδεσμοι PDF μου;
Όχι. Η εξαγωγή διαβάζει το αρχείο στο πρόγραμμα περιήγησης και δεν επισκέπτεται τους εξαχθέντες προορισμούς. Τα κουμπιά σελίδας πλοηγούνται εντός της προεπισκόπησης PDF.
Διατηρήστε τις τιμές και το πλαίσιό τους
Εξάγετε μια εστιασμένη λίστα, ελέγξτε τις σελίδες προέλευσης και κατεβάστε τη μορφή που ταιριάζει στο επόμενο βήμα σας.
