Buka Ekstrak Pautan daripada PDF untuk mengumpul nilai daripada satu PDF tanpa menyalinnya baris demi baris. Perbandingan ini menggunakan dokumen sampel sebenar dan CSV yang dimuat turun daripada alat tersebut. Sampel tiga halaman tersebut menghasilkan 4 alamat web unik daripada 5 kejadian.
Buka PDF anda
Muat naik satu PDF, atau pilih Cuba sampel untuk mengikuti contoh ini. Pratonton PDF dan lakaran kecil halaman akan muncul. Fail asal anda kekal tidak berubah, dan pengekstrakan dijalankan dalam pelayar anda.
Direktori berasaskan teks, laporan, kertas penyelidikan atau risalah adalah titik permulaan yang berguna. Imbasan imej sahaja memerlukan OCR sebelum teks bercetaknya boleh dikenali.
Pilih pilihan yang berguna
Pada telefon, buka Tetapan. Pada desktop, gunakan panel tetapan di sebelah pratonton.
Pastikan Alih keluar pendua didayakan untuk mengumpulkan sasaran yang berulang. Pilih CSV apabila anda memerlukan rujukan halaman, atau TXT untuk senarai URL biasa. Contoh ini menggunakan format CSV lalai dan susunan sumber.
Ekstrak dan semak padanan
Pilih Ekstrak. Apabila pemprosesan selesai, tab Hasil menunjukkan nilai, kiraan kejadian dan halaman sumber. Pilih nombor halaman bulat untuk memeriksa lokasinya dalam pratonton PDF, kemudian kembali ke Hasil.
Sampel tersebut merangkumi https://example.org/events sebanyak dua kali dan tiga alamat web lain. Ia juga menunjukkan pautan boleh klik yang labelnya berbeza daripada sasarannya. URL bercetak dan sasaran boleh klik yang serupa pada halaman yang sama tidak dikira dua kali.
Gunakan Tapis hasil untuk mengecilkan senarai. Menyalin dan memuat turun merangkumi semua baris yang sepadan, walaupun jadual hasil merentasi beberapa skrin baris.
Muat turun CSV atau TXT
Pilih Muat turun CSV, kemudian gunakan butang Muat turun utama pada skrin sedia. CSV mengandungi lajur Jenis, Nilai, Kiraan dan Halaman. TXT dan Salin semua mengandungi satu nilai setiap baris.
Nilai CSV yang boleh ditafsirkan sebagai formula hamparan dilindungi dengan apostrof di hadapan. Sebagai contoh, nombor telefon antarabangsa bermula dengan tanda tambah. Gunakan TXT jika anda memerlukan senarai biasa tanpa perlindungan hamparan.
Soalan lazim
Bolehkah ini mencari pautan di sebalik perkataan seperti “Baca lebih lanjut”?
Ya, apabila perkataan tersebut mempunyai anotasi pautan HTTP atau HTTPS yang disokong dalam PDF. Nilai yang dieksport ialah destinasi webnya. Garis bawah visual sahaja tidak membuktikan bahawa pautan boleh klik wujud.
Apakah yang perlu saya lakukan dengan PDF yang diimbas?
Jalankan OCR PDF dahulu, kemudian muatkan salinan yang dikenali ke dalam alat ini. Semak output OCR dengan teliti: aksara yang tersilap boleh mengubah alamat atau pengecam.
Apakah had pengekstrakan?
Gunakan satu PDF sehingga 50 MiB dan 750 halaman. Pengekstrakan dihadkan kepada 20,000 padanan secara keseluruhan dan 2,000 setiap halaman, dengan bajet pemprosesan 90 saat. Had teks dan anotasi juga terpakai. Jika had atau halaman yang tidak boleh dibaca mengganggu imbasan, alat ini menunjukkan notis hasil separa dan menandakan nama fail eksport sebagai separa.
Adakah pautan PDF saya dibuka secara automatik?
Tidak. Pengekstrakan membaca fail dalam pelayar dan tidak melawati destinasi yang diekstrak. Butang halaman menavigasi dalam pratonton PDF.
Simpan nilai dan konteksnya
Ekstrak senarai yang fokus, semak halaman sumber, dan muat turun format yang sesuai dengan langkah seterusnya anda.
