Nyissa meg az Adatok kinyerése PDF-ből eszközt, hogy értékeket gyűjthessen egy PDF-ből anélkül, hogy azokat soronként kellene másolnia. Az összehasonlítás a valódi mintadokumentumot és az eszközből letöltött CSV-t használja. E-mailek, telefonszámok, URL-ek, DOI, ISBN és IPv4 kiválasztásával a háromoldalas minta 15 előfordulásból 11 egyedi sort eredményez.
Nyissa meg a PDF-jét
Töltsön fel egy PDF-et, vagy válassza a Minta kipróbálása lehetőséget a példa követéséhez. Megjelenik a PDF előnézete és az oldalak miniatűrjei. Az eredeti fájl változatlan marad, a kinyerés pedig a böngészőjében fut.
Egy szöveges címtár, jelentés, kutatási cikk vagy brosúra hasznos kiindulópont. A csak képet tartalmazó szkennelésekhez OCR szükséges, mielőtt a nyomtatott szöveg felismerhetővé válna.
Válassza ki a hasznos beállításokat
Telefonon nyissa meg a Beállítások menüt. Asztali gépen használja az előnézet melletti beállítási panelt.
A Mit szeretne kinyerni alatt az e-mailek, telefonszámok és URL-ek alapértelmezetten ki vannak választva. Nyissa meg a További adattípusok menüt, és válassza ki a DOI, ISBN és IPv4 címek lehetőségeket is. Hagyja bekapcsolva a duplikátumok eltávolítását, és válassza a CSV formátumot.
Kinyerés és az egyezések ellenőrzése
Válassza a Kinyerés gombot. Amikor a feldolgozás befejeződik, az Eredmények lapon megjelennek az értékek, az előfordulások száma és a forrásoldalak. Válasszon ki egy kör alakú oldalszámot a PDF előnézetében való elhelyezkedésének ellenőrzéséhez, majd térjen vissza az Eredményekhez.
A kimenet egyesíti a névjegyzéket a 10.1000/182 DOI-val, a 978-0-306-40615-7 ISBN-nel és a 2. oldalon található 192.0.2.10 IPv4 címmel. A Típus oszlop azonosítja az egyes értékeket. Szűrjön egy releváns szóra vagy azonosítóra, mielőtt lemásolná vagy letöltené a kisebb részhalmazt.
Használja az Eredmények szűrése… lehetőséget a lista szűkítéséhez. A másolás és letöltés az összes egyező sort tartalmazza, még akkor is, ha az eredménytábla több képernyőnyi sort ölel fel.
CSV vagy TXT letöltése
Válassza a Letöltés CSV-ként lehetőséget, majd használja a fő Letöltés gombot a kész képernyőn. A CSV tartalmazza a Típus, Érték, Darabszám és Oldalak oszlopokat. A TXT és a Összes másolása egy értéket tartalmaz soronként.
Azokat a CSV-értékeket, amelyek táblázatkezelő képletként értelmezhetők, egy kezdő aposztróf védi. Például egy nemzetközi telefonszám plusz jellel kezdődik. Használjon TXT-t, ha táblázatkezelő védelem nélküli egyszerű listára van szüksége.
Gyakori kérdések
Ez minden számot vagy minden azonosítót kinyer?
Nem. Minden kiválasztott kategória saját felismerési szabályokkal rendelkezik. Az IPv6, a százalékok, az árak és a fizetési kártyaszámok nem kerülnek kinyerésre. Ellenőrizze az egyezéseket a forrással; az érvényes formátum nem garantálja, hogy egy kapcsolat vagy azonosító létezik.
Mit tegyek szkennelt PDF esetén?
Futtassa először a PDF OCR eszközt, majd töltse be a felismert másolatot ebbe az eszközbe. Óvatosan ellenőrizze az OCR kimenetét: egy elgépelt karakter megváltoztathat egy címet vagy azonosítót.
Mik a kinyerési korlátok?
Használjon legfeljebb 50 MiB méretű és 750 oldalas PDF-et. A kinyerés összesen 20 000 egyezésre és oldalanként 2 000 egyezésre korlátozódik, 90 másodperces feldolgozási kerettel. Szöveges és annotációs korlátozások is érvényesek. Ha egy korlát vagy olvashatatlan oldal megszakítja a szkennelést, az eszköz részleges eredményeket jelző értesítést jelenít meg, és az exportált fájlnevet részlegesként jelöli meg.
A PDF-ben lévő linkjeim automatikusan megnyílnak?
Nem. A kinyerés a böngészőben olvassa a fájlt, és nem látogatja meg a kinyert célhelyeket. Az oldalgombok a PDF előnézetén belüli navigációt szolgálják.
Tartsa meg az értékeket és azok környezetét
Nyerjen ki egy fókuszált listát, ellenőrizze a forrásoldalakat, és töltse le a következő lépéshez megfelelő formátumot.
