Chuyển PDF sang văn bản
Thả PDF vào và tải văn bản của nó dưới dạng tệp .txt – theo từng trang, sẵn sàng để chỉnh sửa, tìm kiếm, dịch hoặc dán vào bất cứ đâu.
Cách hoạt động
Thả tệp PDF
Văn bản được trích xuất ngay khi tệp được thả vào.
Kiểm tra các tùy chọn nếu cần
Dấu đánh trang được bật mặc định; hãy giữ bố cục cho bảng và cột.
Tải xuống tệp .txt
Văn bản UTF-8 mở được trong mọi trình soạn thảo – Notepad, TextEdit, VS Code, Word.
Đã nhận dạng văn bản. Giờ hãy kiểm soát ai được đọc.
Chia sẻ PDF có thể tìm kiếm dưới dạng liên kết HelpRange: xem ai đã mở và họ đọc những trang nào, đóng dấu e-mail của người đọc lên mọi trang, chặn tải xuống và thu hồi quyền truy cập bất cứ lúc nào.
Văn bản thuần là định dạng dễ mang đi nhất: mở được trong mọi trình soạn thảo, có thể tìm kiếm và so sánh, dán vào trợ lý AI, công cụ dịch hay cơ sở dữ liệu – mà không bị định dạng của PDF cản trở.
Ngắt trang và bố cục
- Đánh dấu ngắt trang (mặc định) – một dòng “--- Page 2 ---” trước mỗi trang, để bạn biết trích dẫn lấy từ đâu.
- Ký tự sang trang (form feed) – ký tự ngắt trang vô hình kinh điển mà pdftotext và máy in sử dụng.
- Không ngắt trang – một đoạn văn bản liền mạch, tốt nhất để dán vào trợ lý AI hoặc công cụ dịch.
- Giữ bố cục – các từ giữ nguyên vị trí theo chiều ngang, nên cột và bảng thẳng hàng với phông chữ đơn cách.
PDF quét
Nếu PDF là bản quét thì không có văn bản để trích xuất – chỉ có hình ảnh của các trang. Công cụ sẽ báo điều đó và đề xuất Tiếp tục với OCR: cùng tệp đó được chuyển sang công cụ OCR để nhận dạng văn bản. Sau đó chạy lại PDF sang văn bản. Với bảng, PDF sang CSV giữ nguyên hàng và cột.
Ví dụ: trích dẫn từ báo cáo
Bạn cần đưa vài đoạn của một báo cáo 60 trang vào e-mail. Sao chép từ trình xem PDF làm mọi dòng bị ngắt giữa câu. Hãy trích xuất văn bản tại đây, mở tệp .txt, tìm đoạn cần lấy – dấu đánh trang phía trên cho biết cần trích dẫn trang nào.
Chuyển PDF sang văn bản – câu hỏi
Nếu PDF của tôi là bản quét thì sao?
PDF quét không có văn bản, chỉ có hình ảnh các trang. Công cụ sẽ báo điều đó và đề xuất tiếp tục với OCR để nhận dạng văn bản trước.
Tôi có thể giữ bố cục cột và bảng không?
Có – đánh dấu chọn “Giữ bố cục” trong Tùy chọn khác: các từ giữ nguyên vị trí trên dòng, nên cột thẳng hàng với phông chữ đơn cách.
Các bạn có lưu tệp của tôi không?
Chỉ trong thời gian ngắn: tệp tải lên bị xóa ngay sau khi xử lý, kết quả sau 30 phút – hoặc ngay lập tức bằng “Xóa ngay”.
Tệp văn bản dùng bảng mã nào?
UTF-8, bảng mã mà mọi chương trình hiện đại đều đọc được – bao gồm cả chữ có dấu, chữ Kirin, chữ Hy Lạp và chữ châu Á.