Ανοίξτε το Εξαγωγή συνδέσμων 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 λήφθηκε από το εργαλείο. Το δείγμα τριών σελίδων παράγει 4 μοναδικές διευθύνσεις ιστού από 5 εμφανίσεις.
Ανοίξτε το PDF σας
Ανεβάστε ένα PDF, ή επιλέξτε Δοκιμάστε το δείγμα για να ακολουθήσετε αυτό το παράδειγμα. Εμφανίζεται η προεπισκόπηση 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 μόνο με εικόνες χρειάζονται OCR πριν αναγνωριστεί το εκτυπωμένο κείμενό τους.
Επιλέξτε τις χρήσιμες επιλογές
Σε ένα τηλέφωνο, ανοίξτε τις Ρυθμίσεις. Στον υπολογιστή, χρησιμοποιήστε τον πίνακα ρυθμίσεων δίπλα στην προεπισκόπηση.
Διατηρήστε την Αφαίρεση διπλοτύπων ενεργοποιημένη για να ομαδοποιήσετε επαναλαμβανόμενους στόχους. Επιλέξτε CSV όταν χρειάζεστε αναφορές σελίδων, ή TXT για μια απλή λίστα URL. Το παράδειγμα χρησιμοποιεί την προεπιλεγμένη μορφή CSV και τη σειρά προέλευσης.
Εξαγάγετε και ελέγξτε τις αντιστοιχίσεις
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 μετά επιστρέψτε στα Αποτελέσματα.
Το δείγμα περιλαμβάνει το https://example.org/events δύο φορές και τρεις άλλες διευθύνσεις ιστού. Επίσης, παρουσιάζει έναν σύνδεσμο με δυνατότητα κλικ του οποίου η ορατή ετικέτα διαφέρει από τον στόχο του. Ένα εκτυπωμένο URL και ο πανομοιότυπος στόχος του με δυνατότητα κλικ στην ίδια σελίδα δεν προσμετρώνται δύο φορές.
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 μετά 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 αν χρειάζεστε μια απλή λίστα χωρίς προστασία υπολογιστικού φύλλου.
Συχνές ερωτήσεις
Μπορεί αυτό να βρει έναν σύνδεσμο πίσω από λέξεις όπως “Διαβάστε περισσότερα”?
Ναι, όταν αυτές οι λέξεις έχουν μια υποστηριζόμενη σημείωση συνδέσμου HTTP ή HTTPS στο PDF. Η εξαχθείσα τιμή είναι ο προορισμός ιστού της. Μια οπτική υπογράμμιση από μόνη της δεν αποδεικνύει ότι υπάρχει σύνδεσμος με δυνατότητα κλικ.
Τι πρέπει να κάνω με ένα σαρωμένο PDF?
Εκτελέστε PDF OCR πρώτα, και μετά 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 σελίδες. Η εξαγωγή περιορίζεται σε 20.000 αντιστοιχίσεις συνολικά και 2.000 ανά σελίδα, με προϋπολογισμό επεξεργασίας 90 δευτερολέπτων. Ισχύουν επίσης όρια κειμένου και σημειώσεων. 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 σελίδων πλοηγούνται εντός της προεπισκόπησης PDF.
Διατηρήστε τις τιμές και το πλαίσιό τους
Εξαγάγετε μια εστιασμένη λίστα, ελέγξτε τις σελίδες προέλευσης και κατεβάστε τη μορφή που ταιριάζει στο επόμενο βήμα σας.
