PDF से XML.

यह पेज की सामग्री और ज्यामिति को एक्सपोर्ट करता है, न कि स्वचालित रूप से नामित व्यावसायिक फ़ील्ड को। आपके एप्लिकेशन को उस संरचना की व्याख्या करनी होगी। टेबल सेल के लिए, Extract Tables from PDF का उपयोग करें; स्कैन के लिए, PDF OCR का उपयोग करें।

वर्शन्ड संरचना में पेज, टेक्स्ट ब्लॉक और स्पैन, फ़ॉन्ट, बाउंडिंग बॉक्स और वेक्टर ड्राइंग पथ शामिल हैं। निर्देशांक अनरोटेटेड पेज के ऊपरी-बाएँ मूल से PDF बिंदुओं में हैं; रोटेशन को अलग से रिकॉर्ड किया जाता है। यह अनुक्रमण या दस्तावेज़ विश्लेषण का समर्थन कर सकता है, लेकिन कन्वर्टर आपके स्वयं के व्यावसायिक स्कीमा या शब्दार्थ फ़ील्ड नामों का अनुमान नहीं लगाता है।

जब किसी पेज में इमेज डेटा होता है, तो आर्काइव में document.json या document.xml के साथ संदर्भित इमेज फ़ाइलें और कोई भी समर्थित मास्क शामिल होते हैं। डेटा को कहीं और लोड करते समय उन पथों को एक साथ रखें। केवल-इमेज स्कैन इमेज डेटा ही रहता है; यह निर्यात गायब टेक्स्ट स्पैन का आविष्कार करने के लिए OCR नहीं करता है।

निष्कर्षण एक मौजूदा टेक्स्ट लेयर का उपयोग करता है और पेज इमेज में अक्षरों को नहीं पहचानता है। यदि किसी पेज पर कोई पठनीय टेक्स्ट नहीं है, तो अलग से PDF OCR का उपयोग करें। एक खाली पेज भी कोई टेक्स्ट उत्पन्न नहीं कर सकता है। मिश्रित PDF के लिए, खाली या अपठनीय पेजों का व्यक्तिगत रूप से निरीक्षण करें। OCR एक बार में एक चयनित पेज को प्रोसेस करता है।

100 MB और 750 स्रोत पेजों तक की एक PDF खोलें। संरक्षित फ़ाइलों को एक अनलॉक की गई प्रति की आवश्यकता होती है जब तक कि यह टूल स्पष्ट रूप से पासवर्ड प्रविष्टि की पेशकश न करे। बड़ी या जटिल पेजों के लिए अधिक मेमोरी की आवश्यकता हो सकती है या प्रोसेसिंग सीमा तक पहुंच सकती है, भले ही फ़ाइल इन सीमाओं के भीतर हो।

यह टूल प्रसंस्करण के लिए हमारे सर्वर का उपयोग करता है। आपकी मूल फ़ाइल ओवरराइट नहीं होती है; परिणाम एक अलग डाउनलोड है। जहाँ उपलब्ध हो, परिणाम का पूर्वावलोकन और समीक्षा करें, और दोबारा शुरू करने से पहले अपनी ज़रूरत की कॉपी डाउनलोड करें।