Nyissa meg a(z) Linkek kinyerése PDF-ből eszközt, hogy értékeket gyűjthessen egy PDF-ből anélkül, hogy soronként másolná azokat. Az összehasonlítás a valódi mintadokumentumot és az eszközből letöltött CSV-t használja. A háromoldalas minta 5 előfordulásból 4 egyedi webcímet 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 szövegalapú címtár, jelentés, kutatási dokumentum vagy brosúra hasznos kiindulópont. A csak képet tartalmazó szkennelésekhez OCR szükséges, mielőtt a nyomtatott szöveg felismerhetővé válna.
Válassza ki a hasznos opciókat
Telefonon nyissa meg a Beállítások menüt. Asztali gépen használja az előnézet melletti beállítási panelt.
Tartsa bekapcsolva a Duplikátumok eltávolítása opciót az ismétlődő célok csoportosításához. Válassza a CSV-t, ha oldalreferenciákra van szüksége, vagy a TXT-t egy egyszerű URL-listához. A példa az alapértelmezett CSV formátumot és forrás szerinti sorrendet használja.
Kinyerés és a találatok ellenőrzése
Válassza a Kinyerés lehetőséget. 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 megtekintéséhez, majd térjen vissza az Eredményekhez.
A minta kétszer tartalmazza a https://example.org/events címet és három másik webcímet. Bemutat egy kattintható linket is, amelynek látható felirata eltér a céljától. A nyomtatott URL-t és annak azonos kattintható célját ugyanazon az oldalon nem számolja kétszer.
Használja az Eredmények szűrése funkciót a lista szűkítéséhez. A másolás és letöltés az összes egyező sort tartalmazza, még akkor is, ha az eredménytábla több képernyőnyi sort ölel fel.
Letöltés CSV-ként vagy TXT-ként
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
Megtalálja ez a linket olyan szavak mögött, mint „Bővebben”?
Igen, ha azok a szavak támogatott HTTP vagy HTTPS link-annotációval rendelkeznek a PDF-ben. Az exportált érték a webes célhely. A vizuális aláhúzás önmagában nem bizonyítja, hogy kattintható link létezik.
Mit tegyek egy szkennelt PDF-fel?
Futtassa először a PDF OCR funkciót, majd töltse be a felismert másolatot ebbe az eszközbe. Ellenőrizze gondosan az OCR kimenetét: egy elgépelt karakter megváltoztathat egy címet vagy azonosítót.
Mik a kinyerési korlátok?
Használjon egy legfeljebb 50 MiB méretű és 750 oldalas PDF-et. A kinyerés összesen 20 000 találatra és oldalanként 2 000 találatra korlátozódik, 90 másodperces feldolgozási kerettel. Szöveges és annotációs korlátok is érvényesek. Ha egy korlát vagy olvashatatlan oldal megszakítja a szkennelést, az eszköz részleges eredményekről szóló értesítést jelenít meg, és az exportfájl nevét részlegesként jelöli meg.
Automatikusan megnyílnak a PDF-linkjeim?
Nem. A kinyerés a böngészőben olvassa a fájlt, és nem látogatja meg a kinyert célhelyeket. Az oldalgombok a PDF előnézetén belül navigálnak.
Tartsa meg az értékeket és azok kontextusát
Nyerjen ki egy célzott listát, ellenőrizze a forrásoldalakat, és töltse le a következő lépéshez megfelelő formátumot.
