پی ڈی ایف سے ایکس ایم ایل (XML).

یہ صفحہ کے مواد اور جیومیٹری کو ایکسپورٹ کرتا ہے، نہ کہ خود بخود نامزد کردہ کاروباری فیلڈز کو۔ آپ کی ایپلیکیشن کو اس ڈھانچے کی تشریح کرنی چاہیے۔ ٹیبل سیلز کے لیے، 'Extract Tables from PDF' استعمال کریں؛ اسکین کے لیے، PDF OCR استعمال کریں۔

ورژن شدہ ڈھانچے میں صفحات، ٹیکسٹ بلاکس اور اسپین، فونٹس، باؤنڈنگ باکسز اور ویکٹر ڈرائنگ پاتھ شامل ہیں۔ نقاط غیر گھمائے گئے صفحے کے اوپر بائیں کونے سے PDF پوائنٹس میں ہوتے ہیں؛ گردش کو الگ سے ریکارڈ کیا جاتا ہے۔ یہ انڈیکسنگ یا دستاویز کے تجزیے میں مدد کر سکتا ہے، لیکن کنورٹر آپ کے اپنے کاروباری اسکیما یا معنوی فیلڈ کے ناموں کا اندازہ نہیں لگاتا ہے۔

جب کسی صفحے میں امیج ڈیٹا ہوتا ہے، تو آرکائیو میں document.json یا document.xml کے ساتھ حوالہ شدہ امیج فائلیں اور کوئی بھی معاون ماسک شامل ہوتے ہیں۔ ڈیٹا کو کہیں اور لوڈ کرتے وقت ان پاتھس کو ایک ساتھ رکھیں۔ صرف تصویر والا اسکین امیج ڈیٹا ہی رہتا ہے؛ یہ ایکسپورٹ غائب ٹیکسٹ اسپین کو ایجاد کرنے کے لیے OCR نہیں کرتا ہے۔

ایکسٹریکشن موجودہ ٹیکسٹ لیئر کا استعمال کرتی ہے اور صفحہ کی تصاویر میں حروف کو نہیں پہچانتی ہے۔ اگر کسی صفحے پر کوئی پڑھنے کے قابل متن نہیں ہے، تو الگ سے PDF OCR استعمال کریں۔ خالی صفحہ بھی کوئی متن پیدا نہیں کر سکتا۔ مخلوط پی ڈی ایف کے لیے، خالی یا ناقابل مطالعہ صفحات کا انفرادی طور پر معائنہ کریں۔ OCR ایک وقت میں ایک منتخب صفحہ کو پروسیس کرتا ہے۔

100 MB اور 750 سورس صفحات تک ایک پی ڈی ایف کھولیں۔ محفوظ فائلوں کو غیر مقفل کاپی کی ضرورت ہوتی ہے جب تک کہ یہ ٹول واضح طور پر پاس ورڈ داخل کرنے کی پیشکش نہ کرے۔ بڑی یا پیچیدہ صفحات کو زیادہ میموری کی ضرورت ہو سکتی ہے یا پروسیسنگ کی حدود تک پہنچ سکتے ہیں حالانکہ فائل ان حدود کے اندر ہو۔

یہ ٹول پروسیسنگ کے لیے ہمارے سرورز کا استعمال کرتا ہے۔ آپ کی اصل فائل کو اوور رائٹ نہیں کیا جاتا؛ نتیجہ ایک الگ ڈاؤن لوڈ ہے۔ جہاں دستیاب ہو وہاں نتیجے کا پیش نظارہ اور جائزہ لیں، اور دوبارہ شروع کرنے سے پہلے اپنی ضرورت کی کاپی ڈاؤن لوڈ کریں۔