پی ڈی ایف سے ڈیٹا نکالیں.

تاریخوں کو چار ہندسوں والے سال کے ساتھ عددی فارمیٹ استعمال کرنا چاہیے؛ مبہم دن/ماہ کی اقدار اپنی ماخذ ترتیب کو برقرار رکھتی ہیں۔ IPv4 آکٹیٹس کی توثیق کی جاتی ہے؛ IPv6 شامل نہیں ہے۔

ڈومینز کا تعین تسلیم شدہ ای میلز اور ویب لنکس سے کیا جاتا ہے، نہ کہ من مانی فائل کے ناموں سے۔ DOI کا اخراج عام جدید DOI فارمز کا احاطہ کرتا ہے، نہ کہ ہر تاریخی شکل کا۔ ISBN-13 اقدار کے لیے درست چیک سم درکار ہے؛ ISBN-10 کے لیے بھی ISBN لیبل ضروری ہے۔ ہیش ٹیگز میں عربی سمیت یونی کوڈ حروف شامل ہو سکتے ہیں۔

MAC ایڈریسز چھ کولن یا ہائفن سے الگ کیے گئے جوڑوں کا استعمال کرتے ہیں۔ یہ ٹول کبھی بھی نکالی گئی ایڈریسز یا شناخت کنندگان سے رابطہ نہیں کرتا۔

ہر نتیجہ پی ڈی ایف میں جسمانی صفحہ کی پوزیشن ریکارڈ کرتا ہے، جو پرنٹ شدہ صفحہ نمبروں سے مختلف ہو سکتی ہے۔ پیش نظارہ کو تقریباً ہائی لائٹ کے ساتھ کھولنے کے لیے صفحہ چپ منتخب کریں۔

ڈپلیکیٹس ہٹانا فعال ہوتا ہے۔ کاؤنٹس ایک ہی قدر کی شناخت شدہ تکرار کو یکجا کرتے ہیں؛ الگ الگ واقعات دیکھنے کے لیے اسے بند کریں۔ حروف تہجی کے لحاظ سے ترتیب فہرست کی ترتیب کو تبدیل کرتی ہے۔ فلٹرنگ کاپی کرنے اور ڈاؤن لوڈز کے ساتھ ساتھ نظر آنے والی قطاروں پر بھی لاگو ہوتی ہے۔

CSV میں Type، Value، Count اور Pages کے کالم ہوتے ہیں۔ UTF-8 انکوڈنگ عربی اور دیگر اسکرپٹس کو سپورٹ کرتی ہے۔ وہ اقدار جنہیں اسپریڈشیٹ فارمولوں کے طور پر سمجھا جا سکتا ہے، محفوظ درآمد کے لیے ان کے شروع میں ایک اپوسٹروف لگایا جاتا ہے۔

TXT اور کاپی میں صرف ویلیوز ہوتی ہیں، فی لائن ایک۔ فلٹر سے مطابقت رکھنے والی تمام قطاریں شامل کی جاتی ہیں، تب بھی جب آن اسکرین ٹیبل کئی رزلٹ صفحات پر پھیلی ہو۔ کوئی نئی PDF نہیں بنائی جاتی اور سورس PDF تبدیل نہیں ہوتی۔

50 MiB اور 500 صفحات تک کی ایک PDF لوڈ کریں۔ ایکسٹریکشن فی صفحہ 250,000 کریکٹرز اور 2,000 میچز، مجموعی طور پر 10 ملین کریکٹرز اور 20,000 میچز، اور فی صفحہ 2,000 اینوٹیشنز تک چیک کرتی ہے۔ 90 سیکنڈ کا ایکسٹریکشن بجٹ طویل رنز کو محدود کرتا ہے۔ بہت پیچیدہ دستاویزات چھوٹی فائلوں میں تقسیم کرنے پر بہتر کام کر سکتی ہیں۔

جب کوئی حد پوری ہو جاتی ہے یا کوئی صفحہ مکمل طور پر نہیں پڑھا جا سکتا، تو نتائج میں ایک نوٹس دکھایا جاتا ہے اور محدود یا ناکام رنز فائل کے نام میں partial کے ساتھ ایکسپورٹ ہوتے ہیں۔ قابل انتخاب ٹیکسٹ کے بغیر صفحات کو الگ سے شمار کیا جاتا ہے۔ صرف امیج والے اسکینز کے لیے PDF OCR استعمال کریں، پھر پہچانے گئے ٹیکسٹ کو ایکسٹریکٹ کرنے کے لیے واپس آئیں۔

PDF مواد کو مقامی طور پر اس براؤزر میں پروسیس کیا جاتا ہے۔ اپ لوڈ کردہ دستاویزات کسی ایکسٹریکشن سرور پر نہیں بھیجی جاتیں۔ PDF کے اندر پائے جانے والے لنکس، ای میل ایڈریسز اور فون نمبرز سے کبھی خود بخود رابطہ نہیں کیا جاتا۔