Sayfa kayıtlarını, metin bloklarını ve çizim verilerini dışa aktarmak için PDF'den XML'e aracını açın. Dört sayfalık PDF'imiz, ZIP içinde document.xml ve referans verilen bir PNG görseli üretir.
PDF sayfalarını seçin
PDF'i yükleyin ve tüm belge için Sayfalar kısmını boş bırakın ya da ihtiyacınız olan alt kümeyi girin. Örneğimiz dört sayfanın tamamını içerir.
Dışa aktarın ve varlıkları bir arada tutun
Başlat seçeneğini belirleyin. Görsel varlıklarını içeren bir dışa aktarma ZIP olarak indirilir. Arşivin tamamını çıkarın ve images dizinini document.xml dosyasının yanında tutun.
Örnek, images/page-001-image-005.png dosyasını içerir. Görsel referansları, ikili verileri XML içine gömmek yerine varlık yollarını işaret eder. Görsel varlıkları olmayan bir dışa aktarma doğrudan .xml olarak indirilebilir.
Belge yapısını okuyun
Örnek, 1 sürümünü, pt birimlerini ve sol-üst başlangıç noktasını bildirir. Sayfa kayıtları; kaynak sayfa numarasını, boyutları, döndürmeyi, blokları ve çizimleri içerir. Koordinatlar döndürülmemiş sayfayı tanımlar; verileri üst üste bindirirken döndürme payını hesaba katın.
XML'i bir XML ayrıştırıcısı ile ayrıştırın. Tekrarlanan değerler öğe öğelerini kullanır; bazı geometrik demetler metin değerleridir. DocBook gibi bir yayıncılık şeması varsaymak yerine gerçek yapıyı inceleyin.
Verileri işleme iş akışınızda kullanmadan önce okuma sırasını ve görsel referanslarını orijinal PDF ile karşılaştırarak kontrol edin.
Sıkça sorulan sorular
XML anlamsal bölümler içeriyor mu?
Çıkarılan sayfa verilerini tanımlar. Başlık anlamı, okuma sırası ve belge anlambilimi kendi yorumunuzu gerektirebilir.
Neden bir ZIP dosyası aldım?
Örnek bir görsel içerir. ZIP, document.xml dosyasını ve referans verilen varlığı bir arada tutar, böylece görselin yeri bulunabilir.
Kendi belgenizle deneyin
Sonucu gözden geçirin, ardından ihtiyacınız olan sürümü kaydedin.
