Referenties
Bronlinks verzamelen
Bouw een referentielijst op uit rapporten en onderzoeksdocumenten.
Een nuttige PDF-taak, eenvoudig gemaakt
Links uit PDF extraheren.
Haal de nuttige links uit uw PDF.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Geëxtraheerde gegevens
| Type | Waarde | Aantal | Pagina's |
|---|
Kopiëren en downloaden omvat alle overeenkomende rijen, over alle resultatenpagina's. CSV bevat aantallen en PDF-paginanummers; TXT bevat alleen waarden.
Selecteer een paginanummer in Resultaten om de bron te controleren. Markeringen tonen bij benadering de posities.
100%
Uw geëxtraheerde lijst is klaar
Uw lijst is klaar. Download deze, of ga terug om het formaat te bekijken en te wijzigen.
Advertisements
Ad placeholder336 × 280468 × 60Responsive · flexible width × 250Up to 300 × 50
Uw PDF wordt in deze browser verwerkt.
PDF
Hoe links uit een PDF te extraheren
- 01
Kies één PDF
Laad een document met selecteerbare tekst, of probeer het voorbeeld.
- 02
Extraheren en controleren
Selecteer Extraheren. Controleer waarden, aantallen en bronpagina's; filter of sorteer de lijst.
- 03
Kopiëren of downloaden
Kopieer de waarden, of download CSV met paginaverwijzingen of een eenvoudige TXT-lijst.
PDF-links extraheren zonder elke pagina te openen
Verzamel afgedrukte HTTP/HTTPS-adressen, www-adressen en klikbare weblink-doelen uit één PDF. Behoud paginaverwijzingen en download een gededupliceerde lijst als CSV of TXT.
SNELLE VIDEO-TUTORIAL
Hoe links en URL's uit een PDF te extraheren
Bewaar de nuttige weblinks zonder ze één voor één te openen.
Engelse vertelling
Bekijk de video
Wanneer is dit nuttig?
Bronnen
Nuttige bestemmingen opslaan
Extraheer de bestemmingen achter klikbare bronlabels.
Controleren
Houd een auditlijst bij
Leg vast waar elke link is gevonden voordat u deze elders controleert.
Functies en bediening
Vind zichtbare en klikbare links
Voeg een linkdoel toe, zelfs als het label alleen "Lees meer" zegt.
Hoe linkextractie werkt
Geprinte links die beginnen met http://, https:// of www. worden herkend. PDF-linkannotaties kunnen ook HTTP/HTTPS-doelen achter gewone tekst onthullen. De PDF hoeft de URL niet als klikbaar label weer te geven.
Identieke geprinte doelen en annotaties op een pagina worden niet dubbel geteld. Genormaliseerde URL-vormen worden gebruikt voor dubbele vergelijking, terwijl de eerste herkende spelling wordt weergegeven. Lange, afgebroken of beschadigde URL's kunnen handmatige correctie vereisen. Geen enkele geëxtraheerde URL wordt automatisch opgehaald.
Controleer waarden met hun bronpagina's
Controleer aantallen, spring naar een PDF-pagina en filter de resultatenlijst.
Controleren en organiseren
Elk resultaat registreert de fysieke paginapositie in de PDF, die kan afwijken van geprinte paginanummers. Selecteer een paginachip om het voorbeeld te openen met een benaderde markering.
Dubbelen verwijderen staat standaard aan. Aantallen combineren herkende herhalingen van dezelfde waarde; schakel dit uit om afzonderlijke voorkomens te zien. Sorteren op alfabet verandert de lijstvolgorde. Filteren is van toepassing op kopiëren en downloaden, evenals op de zichtbare rijen.
Kopieer waarden of download een gestructureerde lijst
Kies CSV voor aantallen en pagina's, of TXT voor één waarde per regel.
Wat elke download bevat
CSV bevat kolommen voor Type, Waarde, Aantal en Pagina's. UTF-8-codering ondersteunt Arabisch en andere scripts. Waarden die als spreadsheetformules kunnen worden geïnterpreteerd, krijgen een apostrof als voorvoegsel voor veiliger importeren.
TXT en Kopiëren bevatten alleen waarden, één per regel. Alle rijen die aan het filter voldoen, zijn inbegrepen, zelfs als de tabel op het scherm meerdere resultaatpagina's beslaat. Er wordt geen nieuwe PDF gemaakt en de bron-PDF blijft ongewijzigd.
Houd grote extracties beheersbaar
Verwerk één PDF in uw browser, met expliciete limieten en meldingen over gedeeltelijke resultaten.
Bestanden, limieten en gescande pagina's
Laad één PDF tot 50 MiB en 500 pagina's. Extractie controleert tot 250.000 tekens en 2.000 matches per pagina, 10 miljoen tekens en 20.000 matches in totaal, en 2.000 annotaties per pagina. Een extractiebudget van 90 seconden beperkt lange runs. Zeer complexe documenten werken mogelijk beter wanneer ze worden opgesplitst in kleinere bestanden.
Wanneer een limiet is bereikt of een pagina niet volledig kan worden gelezen, tonen de resultaten een melding en beperkte of mislukte runs exporteren met 'partial' in de bestandsnaam. Pagina's zonder selecteerbare tekst worden afzonderlijk geteld. Gebruik PDF OCR voor scans die alleen uit afbeeldingen bestaan en keer daarna terug om de herkende tekst te extraheren.
PDF-inhoud wordt lokaal in deze browser verwerkt. Geüploade documenten worden niet naar een extractieserver verzonden. Links, e-mailadressen en telefoonnummers die in de PDF worden gevonden, worden nooit automatisch gecontacteerd.
Ondersteunde bestanden & verwerking
- Invoer
- Uitvoer
- CSV / TXT
Open één PDF tot 50 MB en 750 pagina's. Aanvullende uitvoer-, geheugen- en verwerkingslimieten kunnen gelden voor complexe documenten.
De verwerking vindt plaats op uw apparaat zonder het document te uploaden. Download uw resultaat voordat u de pagina sluit; bewaar het origineel apart.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Veelgestelde vragen
Een paar nuttige antwoorden
Weet wat u kunt verwachten voordat u begint.
Op je apparaatWat kan deze tool herkennen?
Verzamel afgedrukte HTTP/HTTPS-adressen, www-adressen en klikbare weblink-doelen uit één PDF. Behoud paginareferenties en download een ontdubbelde lijst als CSV of TXT. De tool controleert niet of links nog werken. Interne paginabestemmingen, JavaScript-acties, mailto en andere niet-web-schema's worden niet geëxporteerd als weblinks.
Kan ik gegevens extraheren uit gescande PDF's?
Alleen selecteerbare tekst en herkende linkdoelen worden gelezen. Pagina's die alleen uit afbeeldingen bestaan, hebben eerst PDF OCR nodig. Voer OCR uit, download de doorzoekbare PDF en keer daarna terug naar deze extractor.
Hoe worden dubbelen en aantallen afgehandeld?
Verwijder duplicaten combineert herkende equivalente waarden. 'Aantal' toont gedetecteerde voorkomens en 'Pagina's' somt de fysieke PDF-paginalocaties op. Schakel de optie uit om voorkomens apart te houden. Een afgedrukt doel en een overeenkomende klikbare link op dezelfde pagina worden niet dubbel geteld.
Wat is het verschil tussen CSV en TXT?
CSV bevat type, waarde, aantal voorkomens en paginareferenties. TXT en 'Alles kopiëren' bieden alleen waarden, één per regel. Alle rijen die overeenkomen met het huidige filter worden opgenomen, niet alleen de zichtbare tabelpagina.
Wordt de PDF geüpload voor extractie?
Nee. PDF-parsing, matching en exports draaien in deze browser. De originele PDF blijft ongewijzigd. Geen enkele geëxtraheerde link, e-mail of telefoonnummer wordt automatisch gecontacteerd.
Wat zijn de limieten?
Eén PDF tot 50 MiB en 500 pagina's. Extractie is beperkt tot 250.000 teksttekens en 2.000 overeenkomsten per pagina, 10 miljoen tekens en 20.000 overeenkomsten in totaal, en 2.000 annotaties per pagina. Resultaten bevatten een melding als limieten of onleesbare pagina's ze gedeeltelijk maken.
