ელფოსტის ამოღება PDF-დან.

ამომცნობი ეძებს ჩვეულებრივ local-part@domain მისამართებს, პლუს ტეგებისა და წერტილიანი სახელების ჩათვლით. ის იღებს ინტერნაციონალიზებულ დომენურ სახელებს, მაგრამ არა არა-ASCII საფოსტო ყუთის სახელებს, ბრჭყალებში ჩასმულ ადგილობრივ ნაწილებს ან განზრახ შენიღბულ მისამართებს.

დუბლიკატების წაშლისას მისამართები შედარდება რეგისტრის გაუთვალისწინებლად. ერთ გვერდზე არსებული იდენტური ხილული მისამართი და mailto სამიზნე ორჯერ არ ითვლება მხოლოდ იმიტომ, რომ ტექსტი დაწკაპუნებადია. დაზიანებული PDF სიმბოლოების რუკები და სტრიქონებზე გადატანილი მისამართები შესაძლოა საჭიროებდეს ხელით გადამოწმებას.

თითოეული შედეგი აღრიცხავს ფიზიკურ პოზიციას PDF-ში, რაც შეიძლება განსხვავდებოდეს დაბეჭდილი გვერდის ნომრებისგან. აირჩიეთ გვერდის ჩიპი გადახედვის გასახსნელად მიახლოებითი მონიშვნით.

დუბლიკატების წაშლა ჩართულია. რაოდენობები აერთიანებს ერთი და იმავე მნიშვნელობის ამოცნობილ გამეორებებს; გამორთეთ ის ცალკეული შემთხვევების სანახავად. ანბანური დახარისხება ცვლის სიის თანმიმდევრობას. ფილტრაცია ვრცელდება როგორც კოპირებაზე და ჩამოტვირთვაზე, ისე ხილულ მწკრივებზე.

CSV შეიცავს სვეტებს: ტიპი, მნიშვნელობა, რაოდენობა და გვერდები. UTF-8 კოდირება მხარს უჭერს არაბულ და სხვა დამწერლობებს. მნიშვნელობები, რომლებიც შეიძლება ინტერპრეტირებული იყოს როგორც ცხრილის ფორმულები, წინ უძღვის აპოსტროფი უფრო უსაფრთხო იმპორტისთვის.

TXT და კოპირება შეიცავს მხოლოდ მნიშვნელობებს, თითო ხაზზე. ფილტრის შესაბამისი ყველა მწკრივი შედის, მაშინაც კი, თუ ეკრანზე არსებული ცხრილი რამდენიმე გვერდზეა გაშლილი. ახალი PDF არ იქმნება და წყარო PDF უცვლელი რჩება.

ჩატვირთეთ ერთი PDF 50 MiB-მდე და 500 გვერდამდე. ამოღება ამოწმებს 250,000 სიმბოლომდე და 2,000 შესაბამისობამდე გვერდზე, 10 მილიონ სიმბოლომდე და 20,000 შესაბამისობამდე მთლიანობაში, და 2,000 ანოტაციამდე გვერდზე. 90-წამიანი ბიუჯეტი ზღუდავს ხანგრძლივ პროცესებს. ძალიან რთული დოკუმენტები შესაძლოა უკეთ მუშაობდეს უფრო მცირე ფაილებად დაყოფისას.

როდესაც ლიმიტი მიღწეულია ან გვერდის სრულად წაკითხვა შეუძლებელია, შედეგები აჩვენებს შეტყობინებას, ხოლო შეზღუდული ან წარუმატებელი პროცესები ექსპორტდება ფაილის სახელში partial-ით. გვერდები არჩევითი ტექსტის გარეშე ცალკე ითვლება. გამოიყენეთ PDF OCR მხოლოდ სურათიანი სკანირებისთვის, შემდეგ დაბრუნდით ამოცნობილი ტექსტის ამოსაღებად.

PDF შიგთავსი მუშავდება ადგილობრივად ამ ბრაუზერში. ატვირთული დოკუმენტები არ იგზავნება ამოღების სერვერზე. PDF-ში ნაპოვნი ბმულები, ელფოსტის მისამართები და ტელეფონის ნომრები არასოდეს უკავშირდება ავტომატურად.