Tutkimus
Kerää tunnisteet
Kerää DOI- ja ISBN-arvot sekä sivut, joilla ne esiintyvät.
Hyödyllinen PDF-työkalu, tehty yksinkertaiseksi
Poimi tiedot PDF-tiedostosta.
Löydä tarvitsemasi tiedot. Säilytä lähdesivu jokaisen tuloksen kohdalla.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Poimitut tiedot
| Tyyppi | Arvo | Määrä | Sivut |
|---|
Kopiointi ja lataus sisältävät kaikki täsmäävät rivit kaikilta tulossivuilta. CSV sisältää määrät ja PDF-sivunumerot; TXT sisältää vain arvot.
Valitse sivunumero Tuloksista tarkistaaksesi sen lähteen. Korostukset näyttävät likimääräiset sijainnit.
100%
Poimittu luettelosi on valmis
Luettelosi on valmis. Lataa se tai palaa takaisin tarkistamaan ja muuttamaan muotoa.
Advertisements
Ad placeholder336 × 280468 × 60Responsive · flexible width × 250Up to 300 × 50
PDF-tiedostosi käsitellään tässä selaimessa.
PDF
Kuinka poimia tiedot PDF-tiedostosta
- 01
Valitse yksi PDF
Lataa asiakirja, jossa on valittavissa olevaa tekstiä, tai kokeile näytettä.
- 02
Poimi ja tarkista
Valitse Poimi. Tarkista arvot, määrät ja lähdesivut; suodata tai lajittele luettelo.
- 03
Kopioi tai lataa
Kopioi arvot tai lataa CSV sivuviitteillä tai yksinkertainen TXT-luettelo.
Poimi jäsennellyt arvot PDF-tiedostosta CSV- tai tekstitiedostoon
Valitse tarvitsemasi tietotyypit: sähköpostit, puhelinnumerot, URL-osoitteet, numeeriset päivämäärät, IPv4-osoitteet, verkkotunnukset, DOI, ISBN, hashtagit ja MAC-osoitteet. Tarkista poimitut arvot määrien ja sivuviitteiden kera.
LYHYT VIDEO-OPAS
Kuinka poimia jäsenneltyä tietoa PDF-tiedostosta
Kerää yhteystiedot ja tutkimustunnisteet yhteen järjestettyyn luetteloon.
Englanninkielinen kerronta
Katso video
Milloin tämä on hyödyllistä?
Raportit
Poimi numeeriset tiedot
Etsi päivätyt merkinnät ja IPv4-osoitteet.
Hakemistot
Rakenna yhteystietoluettelo
Yhdistä sähköpostit, puhelinnumerot ja verkkolinkit yhdeksi jäsennellyksi vienniksi.
Ominaisuudet ja hallintatyökalut
Valitse hyödylliset tietotyypit
Aloita sähköposteilla, puhelinnumeroilla ja URL-osoitteilla, ja avaa sitten Lisää tietotyyppejä erikoistuneita arvoja varten.
Mitä tunnistimet tukevat
Päivämäärien on käytettävä numeerista muotoa, jossa on nelinumeroinen vuosi; epäselvät päivä/kuukausi-arvot säilyttävät lähdejärjestyksensä. IPv4-oktetit validoidaan; IPv6 ei sisälly.
Verkkotunnukset johdetaan tunnistetuista sähköposteista ja verkkolinkeistä, ei mielivaltaisista tiedostonimistä. DOI-poiminta kattaa yleiset nykyaikaiset DOI-muodot, ei kaikkia historiallisia muotoja. ISBN-13-arvot vaativat kelvollisen tarkistussumman; ISBN-10 vaatii myös ISBN-tunnisteen. Hashtagit voivat sisältää Unicode-kirjaimia, mukaan lukien arabialaiset.
MAC-osoitteet käyttävät kuutta kaksoispisteellä tai yhdysviivalla erotettua paria. Työkalu ei koskaan ota yhteyttä poimittuihin osoitteisiin tai tunnisteisiin.
Tarkista arvot lähdesivujen avulla
Tarkista määrät, siirry PDF-sivulle ja suodata tulosluetteloa.
Tarkista ja järjestä
Jokainen tulos tallentaa fyysisen sivun sijainnin PDF-tiedostossa, mikä voi poiketa tulostetuista sivunumeroista. Valitse sivupainike avataksesi esikatselun, jossa on summittainen korostus.
Kaksoiskappaleiden poisto on oletuksena käytössä. Määrät yhdistävät saman arvon tunnistetut toistot; kytke se pois päältä nähdäksesi erilliset esiintymät. Aakkosjärjestys muuttaa luettelon järjestystä. Suodatus koskee kopiointia ja latauksia sekä näkyviä rivejä.
Kopioi arvot tai lataa jäsennelty luettelo
Valitse CSV määriä ja sivuja varten tai TXT, jos haluat yhden arvon per rivi.
Mitä kukin lataus sisältää
CSV sisältää sarakkeet Tyyppi, Arvo, Määrä ja Sivut. UTF-8-koodaus tukee arabiaa ja muita kirjoitusjärjestelmiä. Arvot, jotka voidaan tulkita taulukkolaskentakaavoiksi, on varustettu heittomerkillä turvallisempaa tuontia varten.
TXT ja Kopioi kaikki sisältävät vain arvot, yhden per rivi. Kaikki suodatinta vastaavat rivit sisällytetään, vaikka näytöllä oleva taulukko jakautuisi usealle tulossivulle. Uutta PDF-tiedostoa ei luoda, ja lähde-PDF pysyy muuttumattomana.
Pidä suuret poiminnat hallittavina
Käsittele yksi PDF selaimessasi, selkeillä rajoituksilla ja osittaisten tulosten ilmoituksilla.
Tiedostot, rajoitukset ja skannatut sivut
Lataa yksi PDF, jonka koko on enintään 50 MiB ja sivumäärä 500. Poiminta tarkistaa enintään 250 000 merkkiä ja 2 000 osumaa per sivu, yhteensä 10 miljoonaa merkkiä ja 20 000 osumaa, sekä 2 000 huomautusta per sivu. 90 sekunnin poimintabudjetti rajoittaa pitkiä ajoja. Erittäin monimutkaiset asiakirjat toimivat paremmin, kun ne jaetaan pienempiin tiedostoihin.
Kun raja saavutetaan tai sivua ei voida lukea kokonaan, tulokset näyttävät ilmoituksen, ja rajoitetut tai epäonnistuneet ajot viedään tiedostonimellä, jossa on merkintä partial. Sivut, joissa ei ole valittavaa tekstiä, lasketaan erikseen. Käytä PDF OCR -toimintoa vain kuvia sisältäville skannauksille ja palaa sitten poimimaan tunnistettu teksti.
PDF-sisältö käsitellään paikallisesti tässä selaimessa. Ladattuja asiakirjoja ei lähetetä poimintapalvelimelle. PDF-tiedostosta löytyviin linkkeihin, sähköpostiosoitteisiin ja puhelinnumeroihin ei oteta koskaan automaattisesti yhteyttä.
Tuetut tiedostot ja käsittely
- Syöte
- Tuloste
- CSV / TXT
Avaa yksi PDF, jonka koko on enintään 50 Mt ja sivumäärä 750. Monimutkaisten asiakirjojen kohdalla voi ilmetä lisärajoituksia tulosteen, muistin ja käsittelyn suhteen.
Käsittely tapahtuu laitteellasi ilman asiakirjan lataamista palvelimelle. Lataa tulos ennen sivun sulkemista; säilytä alkuperäinen tiedosto erikseen.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
UKK
Muutama hyödyllinen vastaus
Tiedä mitä odottaa ennen aloittamista.
Omalla laitteellasiMitä tämä työkalu tunnistaa?
Valitse tarvitsemasi tietotyypit: sähköpostit, puhelinnumerot, URL-osoitteet, numeeriset päivämäärät, IPv4-osoitteet, verkkotunnukset, DOI, ISBN, hashtag-tunnisteet ja MAC-osoitteet. Tarkista poimitut arvot määrien ja sivuviitteiden kera. Tämä poimii tunnistettavia arvoja, ei taulukoita, laskuja tai semanttisia kenttiä. Mallit ja tarkistussummat vähentävät kohinaa, mutta eivät takaa täydellisyyttä tai todista tunnisteen aitoutta.
Voinko poimia tietoja skannatuista PDF-tiedostoista?
Vain valittavissa oleva teksti ja tunnistetut linkkikohteet luetaan. Vain kuvia sisältävät sivut vaativat ensin PDF OCR -käsittelyn. Suorita OCR, ladata haettavissa oleva PDF ja palaa sitten tähän poimintatyökaluun.
Miten duplikaatteja ja määriä käsitellään?
Poista duplikaatit -toiminto yhdistää tunnistetut vastaavat arvot. Määrä näyttää havaitut esiintymät ja Sivut-luettelo ilmoittaa fyysiset PDF-sivujen sijainnit. Poista valinta käytöstä, jos haluat pitää esiintymät erillään. Tulostettua kohdetta ja vastaavaa klikattavaa linkkiä samalla sivulla ei lasketa kahdesti.
Mitä eroa on CSV- ja TXT-tiedostoilla?
CSV sisältää tyypin, arvon, esiintymiskerrat ja sivuviitteet. TXT ja Kopioi kaikki tarjoavat vain arvot, yhden per rivi. Kaikki nykyistä suodatinta vastaavat rivit sisällytetään, ei vain näkyvissä oleva taulukkosivu.
Ladataanko PDF-tiedosto palvelimelle tiedonhakua varten?
Ei. PDF-tiedoston jäsennys, täsmäytys ja vienti tapahtuvat tässä selaimessa. Alkuperäinen PDF-tiedosto pysyy muuttumattomana. Mitään poimittua linkkiä, sähköpostiosoitetta tai puhelinnumeroa ei oteta automaattisesti yhteyttä.
Mitkä ovat rajoitukset?
Yksi PDF-tiedosto, enintään 50 MiB ja 500 sivua. Tiedonhaku on rajoitettu 250 000 tekstimerkkiin ja 2 000 osumaan sivua kohden, yhteensä 10 miljoonaan merkkiin ja 20 000 osumaan, sekä 2 000 huomautukseen sivua kohden. Tulokset sisältävät ilmoituksen, jos rajoitukset tai lukukelvottomat sivut tekevät niistä osittaisia.
