Tất cả công cụ

Trích xuất văn bản

Trích xuất toàn bộ văn bản có thể chọn được từ một file PDF và lưu thành một file .txt thuần. Chạy hoàn toàn trong trình duyệt của bạn, nên tài liệu không bao giờ bị tải lên.

File luôn ở trên máy
Còn 3 lượt dùng miễn phí hôm nay

Thả file PDF vào đây

hoặc nhấp để duyệt

Extract Text đọc lớp văn bản trong một file PDF và trả lại cho bạn dưới dạng văn bản thuần mà bạn có thể sao chép hoặc tải xuống. Hãy dùng đến nó khi bạn có một báo cáo, hợp đồng hay bài viết bị khóa trong PDF và cần lấy phần chữ ở một định dạng có thể chỉnh sửa, tìm kiếm hoặc dán đi nơi khác. Công cụ lấy toàn bộ tài liệu cùng một lúc và loại bỏ bố cục trang, để lại cho bạn phần văn bản thô.

Cách dùng Trích xuất văn bản

  1. 1Kéo file PDF của bạn vào vùng tải lên hoặc chọn nó từ thiết bị của bạn.
  2. 2Chờ một lát trong khi công cụ đọc lớp văn bản từ mọi trang.
  3. 3Sao chép văn bản đã trích xuất, hoặc tải nó xuống dưới dạng một file .txt.

Vì sao nên dùng Trích xuất văn bản

  • Biến một file PDF cố định thành văn bản thuần có thể chỉnh sửa, bạn có thể dán vào một tài liệu, email hoặc ứng dụng ghi chú.
  • Xử lý toàn bộ tệp trong một lượt thay vì bắt bạn phải chọn rồi sao chép từng trang một.
  • PDF được đọc ngay trên máy của bạn, nên tệp mật vẫn nằm yên trên thiết bị.

Các trường hợp dùng phổ biến cho Trích xuất văn bản

  • Bạn cần trích vài đoạn từ một báo cáo PDF dài và không muốn gõ lại từ đầu.
  • Bạn đang chuyển nội dung của một PDF cũ sang tài liệu mới hoặc hệ thống quản lý nội dung.
  • Bạn muốn đếm số từ, tìm kiếm hoặc tìm và thay thế trên đoạn văn bản hiện đang bị kẹt trong PDF.

Câu hỏi thường gặp

Tôi lấy văn bản ra khỏi một PDF bằng cách nào?
Thả PDF của bạn vào và công cụ sẽ đọc toàn bộ văn bản có thể chọn được trong tài liệu. Từ đó bạn có thể sao chép vào bộ nhớ tạm hoặc tải về dưới dạng tệp văn bản thuần.
Cái này có hoạt động trên PDF được quét không?
Chỉ khi bản quét đã có sẵn một lớp văn bản được nhúng. Bản quét chỉ là hình ảnh thuần thì không có văn bản nào để lấy ra, vì vậy hãy đưa nó qua công cụ OCR trước, rồi quay lại đây để trích xuất văn bản đã được nhận dạng.
Nó có giữ nguyên định dạng gốc không?
Nó giữ lại các ngắt đoạn cơ bản, nhưng kết quả là văn bản thuần. Những thứ như cột, bảng, tiêu đề và kiểu phông chữ sẽ không được chuyển sang, nên một bố cục phức tạp có thể cần chỉnh sửa lại bằng tay.
Tôi có thể chỉ trích xuất vài trang không?
Không. Công cụ lấy văn bản từ toàn bộ tài liệu trong một lần, và không có tùy chọn chọn khoảng trang. Nếu bạn chỉ muốn một phần, hãy trích xuất tất cả rồi xóa đi những đoạn không cần.
Tệp tải xuống có định dạng gì?
Một tệp .txt thuần túy, không định dạng và không thẻ đánh dấu. Bạn có thể mở nó bằng bất kỳ trình soạn thảo văn bản nào, dán vào trình xử lý văn bản hoặc đưa vào một công cụ khác cần văn bản thô.
Tại sao một số đoạn văn bản bị thiếu hoặc lộn xộn thứ tự?
Việc trích xuất bám theo phần văn bản được lưu trong PDF, vốn không phải lúc nào cũng khớp với thứ tự đọc bằng mắt. Trang nhiều cột, chú thích cuối trang và chữ nằm trong ảnh có thể bị xáo trộn hoặc bị bỏ qua nếu chúng không phải là văn bản thật.
Có giới hạn về kích thước tệp hay số trang không?
Không có giới hạn cố định về số trang, nhưng những PDF rất lớn sẽ mất nhiều thời gian hơn vì mọi thứ chạy ngay trong trình duyệt của bạn. Một tài liệu dài sẽ ngốn nhiều bộ nhớ hơn, nên hãy chờ một chút để công cụ xử lý xong với các tệp lớn.
PDF của tôi có được tải lên máy chủ không?
Không. Văn bản được trích xuất ngay trong trình duyệt của bạn và tệp không bao giờ được tải lên, điều này rất quan trọng khi tài liệu mang tính riêng tư hoặc nhạy cảm.

Công cụ liên quan