Geliştiriciler
Bir XML işleme iş akışını besleyin
Sayfa içeriğini, belgelenmiş çıktı yapısını anlayan bir komut dosyası veya uygulama için XML olarak dışa aktarın.
Faydalı bir PDF görevi, basitleştirilmiş
PDF'ten XML'e.
PDF metnini, görsellerini ve çizim geometrisini XML olarak dışa aktarın.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
Belgenizi incelemek için sayfa kontrollerini kullanın.
100%
Dosyanız hazır.
Sonucunuzu indirin veya başka bir sürüm oluşturmak için ayarlara dönün.
Advertisements
Ad placeholder336 × 280468 × 60Responsive · flexible width × 250Up to 300 × 50
Başladığınızda geçici işleme için gönderilir.
PDF
PDF'den XML'e nasıl dönüştürülür
- 01
Belgenizi seçin
Cihazınızdan bir PDF yükleyin.
- 02
Sonucu ayarlayın
Mevcut ayarları gözden geçirin ve ardından işlemeye başlayın.
- 03
Dosyanızı indirin
Sonucu kaydedin ve paylaşmadan önce kontrol edin.
PDF'den XML'e
PDF metnini, görsellerini ve çizim geometrisini XML olarak dışa aktarın. Sayfaları seçin ve gerektiğinde görsel varlıklarıyla birlikte paketlenmiş yapılandırılmış bir açıklama indirin.
HIZLI VİDEO EĞİTİMİ
PDF'yi düzen verileriyle XML'e dönüştürme
Kendi iş akışınız için yapılandırılmış sayfa verileri elde edin.
İngilizce anlatım
Videoyu izle
Bu aracı kullanmanın pratik yolları
Araştırmacılar
Metin konumlarını inceleyin
Sayfa düzenini incelemek için içerik koordinatlarını kullanın; bunlar tarayıcı pikselleri yerine döndürülmemiş PDF sayfasına referans verir.
Teknik inceleme
Ayıklamayı yorumlamadan ayırın
Belgeye özel ayrıştırma kuralları oluşturmadan önce ayıklanan nesneleri gözden geçirin. Taranmış belgeler, tanınan metin için OCR gerektirir.
Özellikler ve kontroller
Metin ve çizim geometrisini dışa aktarın
Düz bir döküm yerine sayfa içeriğinin yapılandırılmış bir açıklamasını alın.
Şema, koordinatlar ve sayfa döndürme
Sürümlü yapı; sayfaları, metin bloklarını ve aralıklarını, yazı tiplerini, sınırlayıcı kutuları ve vektör çizim yollarını içerir. Koordinatlar, döndürülmemiş sayfanın sol üst köşesinden itibaren PDF noktaları cinsindendir; döndürme işlemi ayrı olarak kaydedilir. Bu, indekslemeyi veya belge analizini destekleyebilir, ancak dönüştürücü kendi iş şemanızı veya anlamsal alan adlarınızı çıkarmaz.
Görsel varlıklarını verilerin yanında tutun
Doğrudan bir veri dosyası veya ayıklanan görseller dahil edildiğinde bir ZIP dosyası alın.
Veri dosyası ve referans verilen görseller
Bir sayfa görsel verisi içerdiğinde, arşiv document.json veya document.xml dosyalarının yanı sıra referans verilen görsel dosyalarını ve desteklenen maskeleri içerir. Verileri başka bir yere yüklerken bu yolları bir arada tutun. Yalnızca görsel içeren bir tarama, görsel verisi olarak kalır; bu dışa aktarma işlemi eksik metin aralıklarını oluşturmak için OCR gerçekleştirmez.
İhtiyacınız olan sayfaları seçin
Belgenin tamamını işleyin veya belirli sayfa numaralarını ve aralıklarını girin.
Sayfa aralıkları ve numaralandırma
Sayfa üzerinde yazılı numaralar yerine, 1'den başlayan PDF konumlarını kullanın. 1, 3-5 gibi bir liste dört sayfa içerir. Boş bir aralık tüm sayfaları kullanır. Belge bir kapak veya farklı numaralandırılmış bölümler içerdiğinde önizlemeyi kontrol edin. Bu dönüştürmeye yalnızca seçilen sayfalar dahil edilir.
Yalnızca resim içeren sayfalar için OCR kullanın
Metin çıkarma işlemi bir metin katmanını okur; resimlerdeki harfleri tanımaz.
Taramalar, boş sayfalar ve OCR
Çıkarma işlemi mevcut bir metin katmanını kullanır ve sayfa resimlerindeki harfleri tanımaz. Bir sayfada okunabilir metin yoksa, PDF OCR'ı ayrı olarak kullanın. Boş bir sayfa da metin üretmeyebilir. Karma PDF'ler için boş veya okunamaz sayfaları ayrı ayrı inceleyin. OCR, seçilen bir sayfayı her seferinde bir tane işler.
Desteklenen dosyalar ve işleme
- Girdi
- Çıktı
- XML, ZIP
100 MB ve 750 sayfaya kadar bir PDF açın. Karmaşık belgeler için ek çıktı, bellek ve işleme sınırları uygulanabilir.
İşleme sunucularımızı kullanır. Kaynak dosyalar, geçici dosyalar ve sonuçlar, işleme bittikten sonra 30 dakika içinde sunucularımızdan silinir. Belge içeriklerini üçüncü taraflarla paylaşmıyor veya yapay zeka modellerini eğitmek için kullanmıyoruz.
Advertisements
Ad placeholderResponsive · up to 1933 × 500Responsive · up to 1933 × 250468 × 60Up to 320 × 100Up to 300 × 50
SSS
Birkaç faydalı yanıt
Başlamadan önce ne bekleyeceğinizi bilin.
Geçici sunucu işlemePDF'ten XML'e dönüştürme fatura alanlarını veya tablo anlamlarını tanır mı?
Sayfa içeriğini ve geometrisini dışa aktarır, otomatik olarak adlandırılmış iş alanlarını değil. Uygulamanız bu yapıyı yorumlamalıdır. Tablo hücreleri için PDF'ten Tablo Çıkar (Extract Tables from PDF) aracını; taramalar için PDF OCR aracını kullanın.
Yapılandırılmış dışa aktarma hangi bilgileri içerir?
Sürümlü yapı; sayfaları, metin bloklarını ve aralıklarını, yazı tiplerini, sınırlayıcı kutuları ve vektör çizim yollarını içerir. Koordinatlar, döndürülmemiş sayfanın sol üst orijininden PDF noktaları cinsindendir; döndürme ayrı olarak kaydedilir. Bu, indekslemeyi veya belge analizini destekleyebilir, ancak dönüştürücü kendi iş şemanızı veya anlamsal alan adlarınızı çıkarmaz.
İndirme neden bazen bir ZIP dosyası içeriyor?
Bir sayfa resim verisi içerdiğinde, arşiv document.json veya document.xml dosyalarının yanı sıra referans verilen resim dosyalarını ve desteklenen maskeleri içerir. Verileri başka bir yerde yüklerken bu yolları bir arada tutun. Yalnızca resim içeren bir tarama, resim verisi olarak kalır; bu dışa aktarma işlemi, eksik metin aralıklarını icat etmek için OCR gerçekleştirmez.
Bu, yalnızca resim içeren bir taramadan kelimeleri çıkarır mı?
Çıkarma işlemi mevcut bir metin katmanını kullanır ve sayfa resimlerindeki harfleri tanımaz. Bir sayfada okunabilir metin yoksa, PDF OCR'ı ayrı olarak kullanın. Boş bir sayfa da metin üretmeyebilir. Karışık PDF'ler için boş veya okunamaz sayfaları tek tek inceleyin. OCR, seçilen bir sayfayı her seferinde bir kez işler.
Dosya ve sayfa sınırları nelerdir?
100 MB'a kadar ve 750 kaynak sayfaya sahip bir PDF açın. Bu araç açıkça şifre girişi sunmadığı sürece, korumalı dosyalar için kilidi açılmış bir kopya gerekir. Büyük veya karmaşık sayfalar, dosya bu sınırlar içinde olsa bile daha fazla bellek gerektirebilir veya işleme sınırlarına ulaşabilir.
Belgem nerede işleniyor?
Bu araç, işleme için sunucularımızı kullanır. Orijinal dosyanızın üzerine yazılmaz; sonuç ayrı bir indirme dosyasıdır. Mümkün olan yerlerde sonucu önizleyin ve inceleyin, ardından yeniden başlamadan önce ihtiyacınız olan kopyayı indirin.
