Вилучення Email з PDF.

Екстрактор шукає звичайні адреси local-part@domain, включаючи теги з плюсом і крапкові імена. Він приймає інтернаціоналізовані доменні імена, але не поштові скриньки з символами, що не є ASCII, цитовані локальні частини або навмисно заплутані адреси.

Адреси порівнюються без урахування регістру при видаленні дублікатів. Ідентична видима адреса та ціль mailto на одній сторінці не рахуються двічі лише тому, що текст є клікабельним. Пошкоджені карти символів PDF та адреси, розбиті на кілька рядків, можуть потребувати ручної перевірки.

Кожен результат фіксує фізичне розташування на сторінці PDF, яке може відрізнятися від надрукованих номерів сторінок. Виберіть мітку сторінки, щоб відкрити попередній перегляд із приблизним виділенням.

Функція видалення дублікатів увімкнена за замовчуванням. Лічильники об'єднують розпізнані повтори одного й того самого значення; вимкніть її, щоб побачити окремі входження. Сортування за алфавітом змінює порядок списку. Фільтрація застосовується як до копіювання та завантаження, так і до видимих рядків.

CSV містить стовпці «Тип», «Значення», «Кількість» та «Сторінки». Кодування UTF-8 підтримує арабську та інші мови. Значення, які можуть бути інтерпретовані як формули електронних таблиць, мають префікс апострофа для безпечнішого імпорту.

TXT та «Копіювати все» містять лише значення, по одному в рядку. Всі рядки, що відповідають фільтру, включаються, навіть якщо таблиця на екрані охоплює кілька сторінок результатів. Новий PDF не створюється, а вихідний PDF залишається незмінним.

Завантажуйте один PDF розміром до 50 МБ і до 500 сторінок. Вилучення перевіряє до 250 000 символів і 2 000 збігів на сторінку, 10 мільйонів символів і 20 000 збігів загалом, а також 2 000 анотацій на сторінку. Бюджет часу на вилучення у 90 секунд обмежує тривалі операції. Дуже складні документи можуть краще оброблятися, якщо їх розділити на менші файли.

Коли досягається ліміт або сторінку неможливо повністю прочитати, результати показують повідомлення, а експорт обмежених або невдалих запусків містить слово partial у назві файлу. Сторінки без виділеного тексту рахуються окремо. Використовуйте PDF OCR для сканів, що містять лише зображення, а потім поверніться, щоб вилучити розпізнаний текст.

Вміст PDF обробляється локально в цьому браузері. Завантажені документи не надсилаються на сервер вилучення. Посилання, адреси електронної пошти та номери телефонів, знайдені всередині PDF, ніколи не відкриваються автоматично.