Wyodrębnij e-maile z PDF.

Ekstraktor wyszukuje konwencjonalne adresy local-part@domain, w tym tagi plus i nazwy z kropkami. Akceptuje zinternacjonalizowane nazwy domen, ale nie nie-ASCII nazwy skrzynek pocztowych, cytowane części lokalne ani celowo zaciemnione adresy.

Adresy są porównywane bez rozróżniania wielkości liter podczas usuwania duplikatów. Identyczny widoczny adres i cel mailto na tej samej stronie nie są liczone dwukrotnie tylko dlatego, że tekst jest klikalny. Uszkodzone mapy znaków PDF i adresy zawinięte w wierszach mogą wymagać ręcznego sprawdzenia.

Każdy wynik rejestruje fizyczną pozycję strony w pliku PDF, która może różnić się od numeracji stron w druku. Wybierz znacznik strony, aby otworzyć podgląd z przybliżonym podświetleniem.

Usuwanie duplikatów jest domyślnie włączone. Liczniki łączą rozpoznane powtórzenia tej samej wartości; wyłącz tę opcję, aby zobaczyć oddzielne wystąpienia. Sortowanie alfabetyczne zmienia kolejność listy. Filtrowanie dotyczy zarówno kopiowania i pobierania, jak i widocznych wierszy.

CSV zawiera kolumny Typ, Wartość, Liczba i Strony. Kodowanie UTF-8 obsługuje język arabski i inne skrypty. Wartości, które mogłyby zostać zinterpretowane jako formuły arkusza kalkulacyjnego, są poprzedzone apostrofem dla bezpieczniejszego importu.

TXT i Kopiuj wszystko zawierają tylko wartości, po jednej w wierszu. Wszystkie wiersze pasujące do filtra są uwzględniane, nawet jeśli tabela na ekranie obejmuje kilka stron wyników. Żaden nowy plik PDF nie jest tworzony, a źródłowy plik PDF pozostaje niezmieniony.

Załaduj jeden plik PDF do 50 MiB i 500 stron. Ekstrakcja sprawdza do 250 000 znaków i 2000 dopasowań na stronę, 10 milionów znaków i 20 000 dopasowań łącznie oraz 2000 adnotacji na stronę. Budżet 90 sekund na ekstrakcję ogranicza długie operacje. Bardzo złożone dokumenty mogą działać lepiej po podzieleniu na mniejsze pliki.

Gdy limit zostanie osiągnięty lub strona nie może zostać w pełni odczytana, wyniki pokazują powiadomienie, a ograniczone lub nieudane operacje eksportują pliki z dopiskiem partial w nazwie. Strony bez zaznaczalnego tekstu są liczone oddzielnie. Użyj OCR PDF dla skanów zawierających tylko obrazy, a następnie wróć, aby wyodrębnić rozpoznany tekst.

Zawartość PDF jest przetwarzana lokalnie w tej przeglądarce. Przesłane dokumenty nie są wysyłane na serwer ekstrakcji. Linki, adresy e-mail i numery telefonów znalezione wewnątrz pliku PDF nigdy nie są kontaktowane automatycznie.