Estrarre link da PDF.

I link stampati che iniziano con http://, https:// o www. vengono riconosciuti. Le annotazioni dei link PDF possono anche rivelare destinazioni HTTP/HTTPS dietro testo ordinario. Il PDF non deve necessariamente visualizzare l'URL come etichetta cliccabile.

Destinazioni stampate e annotazioni identiche su una pagina non vengono conteggiate due volte. Per il confronto dei duplicati vengono utilizzate forme URL normalizzate, mentre viene visualizzata la prima grafia riconosciuta. Gli URL lunghi, a capo o danneggiati potrebbero richiedere una correzione manuale. Nessun URL estratto viene recuperato automaticamente.

Ogni risultato registra la posizione fisica della pagina nel PDF, che può differire dai numeri di pagina stampati. Seleziona una scheda pagina per aprire l'anteprima con un'evidenziazione approssimativa.

La rimozione dei duplicati è attiva per impostazione predefinita. I conteggi combinano le ripetizioni riconosciute dello stesso valore; disattivala per vedere le occorrenze separate. L'ordinamento alfabetico modifica l'ordine dell'elenco. Il filtraggio si applica alla copia e ai download, oltre che alle righe visibili.

Il CSV contiene le colonne Tipo, Valore, Conteggio e Pagine. La codifica UTF-8 supporta l'arabo e altri script. I valori che potrebbero essere interpretati come formule di fogli di calcolo sono preceduti da un apostrofo per un'importazione più sicura.

TXT e Copia contengono solo valori, uno per riga. Tutte le righe che corrispondono al filtro sono incluse, anche quando la tabella sullo schermo si estende su diverse pagine di risultati. Non viene creato alcun nuovo PDF e il PDF di origine rimane invariato.

Carica un PDF fino a 50 MiB e 500 pagine. L'estrazione controlla fino a 250.000 caratteri e 2.000 corrispondenze per pagina, 10 milioni di caratteri e 20.000 corrispondenze in totale, e 2.000 annotazioni per pagina. Un budget di estrazione di 90 secondi limita le esecuzioni prolungate. I documenti molto complessi potrebbero funzionare meglio se suddivisi in file più piccoli.

Quando viene raggiunto un limite o una pagina non può essere letta completamente, i risultati mostrano un avviso e le esecuzioni limitate o fallite vengono esportate con partial nel nome del file. Le pagine senza testo selezionabile vengono conteggiate separatamente. Usa l'OCR PDF per scansioni solo immagine, quindi torna per estrarre il testo riconosciuto.

Il contenuto del PDF viene elaborato localmente in questo browser. I documenti caricati non vengono inviati a un server di estrazione. Link, indirizzi email e numeri di telefono trovati all'interno del PDF non vengono mai contattati automaticamente.