PDF'ten Veri Ayıkla.

Tarihler dört haneli yıl içeren sayısal bir format kullanmalıdır; belirsiz gün/ay değerleri kaynak sıralarını korur. IPv4 sekizlileri doğrulanır; IPv6 dahil değildir.

Etki alanları, rastgele dosya adlarından değil, tanınan e-postalardan ve web bağlantılarından türetilir. DOI çıkarma, her tarihsel formu değil, yaygın modern DOI formlarını kapsar. ISBN-13 değerleri geçerli bir sağlama toplamına ihtiyaç duyar; ISBN-10 ayrıca bir ISBN etiketine ihtiyaç duyar. Hashtag'ler, Arapça dahil olmak üzere Unicode harfleri içerebilir.

MAC adresleri, iki nokta veya kısa çizgi ile ayrılmış altı çift kullanır. Araç, çıkarılan adreslerle veya tanımlayıcılarla asla iletişime geçmez.

Her sonuç, PDF'teki fiziksel sayfa konumunu kaydeder; bu, basılı sayfa numaralarından farklı olabilir. Önizlemeyi yaklaşık bir vurguyla açmak için bir sayfa çipine tıklayın.

Yinelenenleri kaldır seçeneği etkin olarak başlar. Sayımlar, aynı değerin tanınan tekrarlarını birleştirir; ayrı oluşumları görmek için bunu kapatın. Alfabetik sırala, liste düzenini değiştirir. Filtreleme, görünür satırların yanı sıra kopyalama ve indirme işlemlerine de uygulanır.

CSV; Tür, Değer, Sayı ve Sayfalar sütunlarını içerir. UTF-8 kodlaması, Arapça ve diğer alfabeleri destekler. Elektronik tablo formülleri olarak yorumlanabilecek değerlerin önüne, daha güvenli içe aktarma için bir kesme işareti eklenir.

TXT ve Tümünü kopyala yalnızca değerleri, satır başına bir tane olacak şekilde içerir. Ekrandaki tablo birkaç sonuç sayfasına yayıldığında bile filtreyle eşleşen tüm satırlar dahil edilir. Yeni bir PDF oluşturulmaz ve kaynak PDF değiştirilmez.

50 MiB ve 500 sayfaya kadar bir PDF yükleyin. Ayıklama, sayfa başına 250.000 karaktere ve 2.000 eşleşmeye, toplamda 10 milyon karaktere ve 20.000 eşleşmeye ve sayfa başına 2.000 ek açıklamaya kadar kontrol eder. 90 saniyelik bir ayıklama bütçesi, uzun süreli işlemleri sınırlar. Çok karmaşık belgeler, daha küçük dosyalara bölündüğünde daha iyi çalışabilir.

Bir sınıra ulaşıldığında veya bir sayfa tam olarak okunamadığında, sonuçlar bir bildirim gösterir ve sınırlı veya başarısız çalıştırmalar dosya adında partial ile dışa aktarılır. Seçilebilir metni olmayan sayfalar ayrı olarak sayılır. Yalnızca resim içeren taramalar için PDF OCR kullanın, ardından tanınan metni ayıklamak için geri dönün.

PDF içeriği bu tarayıcıda yerel olarak işlenir. Yüklenen belgeler bir ayıklama sunucusuna gönderilmez. PDF içinde bulunan bağlantılar, e-posta adresleri ve telefon numaraları otomatik olarak asla aranmaz.