Εξαγωγή δεδομένων από PDF.

Οι ημερομηνίες πρέπει να χρησιμοποιούν αριθμητική μορφή με έτος τεσσάρων ψηφίων· οι αμφίσημες τιμές ημέρας/μήνα διατηρούν τη σειρά προέλευσής τους. Τα οκτέτα IPv4 επικυρώνονται· το IPv6 δεν περιλαμβάνεται.

Οι τομείς (domains) προέρχονται από αναγνωρισμένα email και συνδέσμους ιστού, όχι από αυθαίρετα ονόματα αρχείων. Η εξαγωγή DOI καλύπτει κοινές σύγχρονες μορφές DOI, όχι κάθε ιστορική μορφή. Οι τιμές ISBN-13 χρειάζονται έγκυρο άθροισμα ελέγχου· το ISBN-10 χρειάζεται επίσης ετικέτα ISBN. Τα hashtags μπορούν να περιέχουν χαρακτήρες Unicode, συμπεριλαμβανομένων των αραβικών.

Οι διευθύνσεις MAC χρησιμοποιούν έξι ζεύγη που χωρίζονται με άνω-κάτω τελεία ή παύλα. Το εργαλείο δεν επικοινωνεί ποτέ με εξαχθείσες διευθύνσεις ή αναγνωριστικά.

Κάθε αποτέλεσμα καταγράφει τη φυσική θέση της σελίδας στο PDF, η οποία μπορεί να διαφέρει από τους αριθμούς τυπωμένων σελίδων. Επιλέξτε ένα chip σελίδας για να ανοίξετε την προεπισκόπηση με μια κατά προσέγγιση επισήμανση.

Η αφαίρεση διπλοτύπων είναι ενεργοποιημένη εξ αρχής. Τα πλήθη συνδυάζουν αναγνωρισμένες επαναλήψεις της ίδιας τιμής· απενεργοποιήστε το για να δείτε ξεχωριστές εμφανίσεις. Η αλφαβητική ταξινόμηση αλλάζει τη σειρά της λίστας. Το φιλτράρισμα εφαρμόζεται στην αντιγραφή και τις λήψεις καθώς και στις ορατές σειρές.

Το CSV περιέχει στήλες Τύπου, Τιμής, Πλήθους και Σελίδων. Η κωδικοποίηση UTF-8 υποστηρίζει αραβικά και άλλα αλφάβητα. Οι τιμές που θα μπορούσαν να ερμηνευθούν ως τύποι υπολογιστικών φύλλων προτάσσονται με απόστροφο για ασφαλέστερη εισαγωγή.

Το TXT και η Αντιγραφή όλων περιέχουν μόνο τιμές, μία ανά γραμμή. Περιλαμβάνονται όλες οι σειρές που ταιριάζουν με το φίλτρο, ακόμα και όταν ο πίνακας στην οθόνη εκτείνεται σε πολλές σελίδες αποτελεσμάτων. Δεν δημιουργείται νέο PDF και το αρχικό PDF παραμένει αμετάβλητο.

Φορτώστε ένα PDF έως 50 MiB και 500 σελίδες. Η εξαγωγή ελέγχει έως 250.000 χαρακτήρες και 2.000 αντιστοιχίσεις ανά σελίδα, 10 εκατομμύρια χαρακτήρες και 20.000 αντιστοιχίσεις συνολικά, και 2.000 σχολιασμούς ανά σελίδα. Ένας προϋπολογισμός 90 δευτερολέπτων για την εξαγωγή περιορίζει τις χρονοβόρες εκτελέσεις. Τα πολύ σύνθετα έγγραφα ενδέχεται να λειτουργούν καλύτερα όταν χωρίζονται σε μικρότερα αρχεία.

Όταν επιτυγχάνεται ένα όριο ή μια σελίδα δεν μπορεί να διαβαστεί πλήρως, τα αποτελέσματα εμφανίζουν μια ειδοποίηση και οι περιορισμένες ή αποτυχημένες εκτελέσεις εξάγονται με την ένδειξη partial στο όνομα αρχείου. Οι σελίδες χωρίς επιλέξιμο κείμενο προσμετρώνται ξεχωριστά. Χρησιμοποιήστε PDF OCR για σαρώσεις μόνο εικόνας και, στη συνέχεια, επιστρέψτε για να εξαγάγετε το αναγνωρισμένο κείμενο.

Το περιεχόμενο PDF επεξεργάζεται τοπικά σε αυτόν τον περιηγητή. Τα μεταφορτωμένα έγγραφα δεν αποστέλλονται σε διακομιστή εξαγωγής. Οι σύνδεσμοι, οι διευθύνσεις email και οι αριθμοί τηλεφώνου που βρίσκονται μέσα στο PDF δεν επικοινωνούνται ποτέ αυτόματα.