Pembangun
Suapkan aliran kerja pemprosesan JSON
Eksport kandungan halaman sebagai JSON untuk skrip atau aplikasi yang memahami struktur output yang didokumenkan.
Tugas PDF yang berguna, dipermudahkan
PDF ke JSON.
Eksport teks, imej dan geometri lukisan PDF sebagai JSON.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Gunakan kawalan halaman untuk memeriksa dokumen anda.
100%
Fail anda sudah sedia.
Muat turun hasil anda, atau kembali ke tetapan untuk membuat versi lain.
Advertisements
Ad placeholderResponsive · automatic size
Dihantar untuk pemprosesan sementara apabila anda bermula.
PDF
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Cara menukar pdf ke json
- 01
Pilih dokumen anda
Muat naik satu PDF daripada peranti anda.
- 02
Sediakan hasil
Semak tetapan yang tersedia, kemudian mulakan pemprosesan.
- 03
Muat turun fail anda
Simpan hasil dan semak sebelum berkongsi.
PDF ke JSON
Eksport teks, imej dan geometri lukisan PDF sebagai JSON. Pilih halaman dan muat turun perihalan berstruktur, dengan aset imej dibungkus bersamanya apabila diperlukan.
TUTORIAL VIDEO PANTAS
Cara menukar PDF kepada JSON dengan data susun atur
Dapatkan data halaman berstruktur untuk aliran kerja anda sendiri.
Narasi bahasa Inggeris
Tonton video
Cara praktikal untuk menggunakan alat ini
Penyelidik
Periksa kedudukan teks
Gunakan koordinat kandungan untuk mengkaji reka letak halaman; ia merujuk kepada halaman PDF yang tidak diputar dan bukannya piksel pelayar.
Semakan teknikal
Asingkan pengekstrakan daripada tafsiran
Semak objek yang diekstrak sebelum membina peraturan penghuraian khusus dokumen. Imbasan memerlukan OCR untuk teks yang dikenali.
Ciri dan kawalan
Eksport teks dan geometri lukisan
Dapatkan penerangan berstruktur tentang kandungan halaman dan bukannya transkrip biasa.
Skema, koordinat dan putaran halaman
Struktur berversi merangkumi halaman, blok teks dan rentang, fon, kotak sempadan dan laluan lukisan vektor. Koordinat adalah dalam titik PDF dari asal kiri atas halaman yang tidak diputar; putaran direkodkan secara berasingan. Ini boleh menyokong pengindeksan atau analisis dokumen, tetapi penukar tidak membuat kesimpulan tentang skema perniagaan atau nama medan semantik anda sendiri.
Simpan aset imej di sebelah data
Terima fail data terus atau ZIP apabila imej yang diekstrak disertakan.
Fail data dan imej yang dirujuk
Apabila halaman mengandungi data imej, arkib mengandungi document.json atau document.xml berserta fail imej yang dirujuk dan sebarang topeng yang disokong. Pastikan laluan tersebut bersama-sama apabila memuatkan data di tempat lain. Imbasan imej sahaja kekal sebagai data imej; eksport ini tidak melakukan OCR untuk mencipta rentang teks yang hilang.
Pilih halaman yang anda perlukan
Proses keseluruhan dokumen atau masukkan nombor halaman dan julat tertentu.
Julat halaman dan penomboran
Gunakan kedudukan PDF, bermula pada 1, bukannya nombor yang dicetak pada halaman. Senarai seperti 1, 3-5 termasuk empat halaman. Julat kosong menggunakan setiap halaman. Semak pratonton apabila dokumen termasuk kulit depan atau bab yang dinomborkan secara berbeza. Hanya halaman yang dipilih disertakan dalam penukaran ini.
Gunakan OCR untuk halaman imej sahaja
Pengekstrakan teks membaca lapisan teks; ia tidak mengecam huruf dalam imej.
Imbasan, halaman kosong dan OCR
Pengekstrakan menggunakan lapisan teks sedia ada dan tidak mengecam huruf dalam imej halaman. Jika halaman tidak mempunyai teks yang boleh dibaca, gunakan PDF OCR secara berasingan. Halaman kosong juga boleh menghasilkan tiada teks. Untuk PDF campuran, periksa halaman kosong atau tidak boleh dibaca secara individu. OCR memproses satu halaman yang dipilih pada satu masa.
Fail & pemprosesan yang disokong
- Input
- Output
- JSON, ZIP
Buka satu PDF sehingga 100 MB dan 750 halaman sumber. Fail yang dilindungi memerlukan salinan yang tidak dikunci melainkan alat ini secara eksplisit menawarkan kemasukan kata laluan. Halaman yang besar atau kompleks mungkin memerlukan lebih banyak memori atau mencapai had pemprosesan walaupun fail berada dalam had ini.
Pemprosesan menggunakan pelayan kami. Fail sumber, fail sementara dan hasil dipadamkan daripada pelayan kami dalam masa 30 minit selepas pemprosesan selesai. Kami tidak berkongsi kandungan dokumen dengan pihak ketiga atau menggunakannya untuk melatih model AI.
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
Soalan Lazim
Beberapa jawapan berguna
Ketahui apa yang diharapkan sebelum anda bermula.
Pemprosesan pelayan sementaraAdakah PDF ke JSON mengecam medan invois atau maksud jadual?
Ia mengeksport kandungan dan geometri halaman, bukan medan perniagaan yang dinamakan secara automatik. Aplikasi anda mesti mentafsir struktur tersebut. Untuk sel jadual, gunakan Ekstrak Jadual daripada PDF; untuk imbasan, gunakan PDF OCR.
Apakah maklumat yang terkandung dalam eksport berstruktur?
Struktur berversi termasuk halaman, blok teks dan rentang, fon, kotak sempadan dan laluan lukisan vektor. Koordinat adalah dalam titik PDF dari asal kiri atas halaman yang tidak diputar; putaran direkodkan secara berasingan. Ini boleh menyokong pengindeksan atau analisis dokumen, tetapi penukar tidak menyimpulkan skema perniagaan atau nama medan semantik anda sendiri.
Mengapa muat turun kadangkala mengandungi ZIP?
Apabila halaman mengandungi data imej, arkib mengandungi document.json atau document.xml serta fail imej yang dirujuk dan sebarang topeng yang disokong. Pastikan laluan tersebut bersama-sama apabila memuatkan data di tempat lain. Imbasan imej sahaja kekal sebagai data imej; eksport ini tidak melakukan OCR untuk mencipta rentang teks yang hilang.
Adakah ini akan mengekstrak perkataan daripada imbasan imej sahaja?
Pengekstrakan menggunakan lapisan teks sedia ada dan tidak mengecam huruf dalam imej halaman. Jika halaman tidak mempunyai teks yang boleh dibaca, gunakan PDF OCR secara berasingan. Halaman kosong juga boleh menghasilkan tiada teks. Untuk PDF bercampur, periksa halaman kosong atau tidak boleh dibaca secara individu. OCR memproses satu halaman yang dipilih pada satu masa.
Apakah had fail dan halaman?
Buka satu PDF sehingga 100 MB dan 750 halaman sumber. Fail yang dilindungi memerlukan salinan yang tidak dikunci melainkan alat ini secara eksplisit menawarkan kemasukan kata laluan. Halaman yang besar atau kompleks mungkin memerlukan lebih banyak memori atau mencapai had pemprosesan walaupun fail berada dalam had ini.
Di manakah dokumen saya diproses?
Alat ini menggunakan pelayan kami untuk pemprosesan. Fail asal anda tidak ditimpa; hasilnya adalah muat turun yang berasingan. Pratonton dan semak hasil di tempat yang tersedia, dan muat turun salinan yang anda perlukan sebelum bermula semula.
