Extrahovať e-maily z PDF.

Nástroj vyhľadáva konvenčné adresy v tvare local-part@domain, vrátane plusových značiek a bodkovaných mien. Prijíma internacionalizované názvy domén, ale nie ne-ASCII názvy schránok, citované lokálne časti alebo zámerne maskované adresy.

Pri odstraňovaní duplikátov sa adresy porovnávajú bez ohľadu na veľkosť písmen. Identická viditeľná adresa a cieľ mailto na tej istej strane sa nepočítajú dvakrát len preto, že text je klikateľný. Poškodené mapy znakov v PDF a adresy zalomené cez riadky môžu vyžadovať manuálnu kontrolu.

Každý výsledok zaznamenáva fyzickú pozíciu strany v PDF, ktorá sa môže líšiť od vytlačených čísel strán. Vyberte čip strany pre otvorenie náhľadu s približným zvýraznením.

Odstraňovanie duplikátov je predvolene zapnuté. Počty kombinujú rozpoznané opakovania tej istej hodnoty; vypnite túto možnosť, ak chcete vidieť samostatné výskyty. Triedenie podľa abecedy mení poradie zoznamu. Filtrovanie sa vzťahuje na kopírovanie a sťahovanie, ako aj na viditeľné riadky.

CSV obsahuje stĺpce Typ, Hodnota, Počet a Strany. Kódovanie UTF-8 podporuje arabské a iné písma. Hodnoty, ktoré by mohli byť interpretované ako vzorce tabuľkového procesora, sú pre bezpečnejší import označené apostrofom.

TXT a Kopírovať všetko obsahujú iba hodnoty, jednu na riadok. Zahrnuté sú všetky riadky zodpovedajúce filtru, aj keď tabuľka na obrazovke zahŕňa niekoľko strán výsledkov. Nevytvára sa žiadne nové PDF a zdrojové PDF zostáva nezmenené.

Načítajte jedno PDF do veľkosti 50 MiB a 500 strán. Extrakcia kontroluje do 250 000 znakov a 2 000 zhôd na stranu, celkovo 10 miliónov znakov a 20 000 zhôd, a 2 000 anotácií na stranu. Rozpočet 90 sekúnd na extrakciu obmedzuje dlhé úlohy. Veľmi zložité dokumenty môžu fungovať lepšie, ak sú rozdelené na menšie súbory.

Keď sa dosiahne limit alebo stranu nie je možné úplne prečítať, výsledky zobrazia upozornenie a obmedzené alebo neúplné behy sa exportujú s označením partial v názve súboru. Strany bez vyberateľného textu sa počítajú osobitne. Pre skeny obsahujúce iba obrázky použite PDF OCR a potom sa vráťte k extrakcii rozpoznaného textu.

Obsah PDF sa spracováva lokálne v tomto prehliadači. Nahrané dokumenty sa neodosielajú na extrakčný server. Odkazy, e-mailové adresy a telefónne čísla nájdené v PDF sa nikdy automaticky nekontaktujú.