PDF naar Word
Sleep een PDF hierheen of klik om te kiezen
Kies een PDF. Met een wachtwoord beveiligde bestanden worden geweigerd.
Haal de woorden uit een PDF naar een DOCX die u kunt bewerken. Verwacht een nette stapel alinea's, geen kopie van de pagina-opmaak.
Zo werkt het
- Kies een PDF met echte tekst. Als woorden markeren in een normale viewer werkt, kan deze tool ze lezen.
- Laat OCR uit voor digitale PDF's. Zet het alleen aan voor pagina's die foto's van papier zijn, en alleen voor Engels.
- Download DOCX of TXT. Het DOCX is één alinea per regel, met een pagina-einde tussen de PDF-pagina's.
Wat u krijgt, en wat niet
Regels worden gegroepeerd op basis van de tekstposities in de PDF. Een kop en een gewone regel blijven apart. Een artikel met twee kolommen wordt niet als kolommen gereconstrueerd. Tabellen komen eruit als tekstregels, niet als Word-tabellen. Gebruik PDF naar Excel als u vooral geraden kolommen nodig hebt.
Engelse OCR is Tesseract in de browser. Kleine lettertjes, handschrift en elke taal anders dan Engels worden gemist. Het DOCX markeert die pagina's met [Engelse OCR], zodat u ziet dat ze geraden zijn.
Aangepaste lettertypecoderingen geven soms de verkeerde letters, ook als een viewer ze goed toont. Als het voorbeeld onzin lijkt, biedt de PDF geen bruikbare tekstlaag.
Vragen
Waarom is een gescand contract leeg?
Een scan is een afbeelding. Er is geen tekst om te kopiëren tot OCR draait. Vink het vak Engelse OCR aan. Bij een dubbelgeklikt bestand blokkeert Chrome die worker meestal. De live site kan hem wel uitvoeren.
Toont Word dezelfde opmaak?
Nee. Kopteksten, voetteksten, tekstvakken en zwevende afbeeldingen worden niet geplaatst. U krijgt de leesvolgorde die uit de posities kon worden afgeleid.
Is er een paginalimiet?
80 pagina's in deze versie, zodat een lang boek het tabblad niet laat vastlopen. Splits de PDF en verwerk die in delen.