Trích chữ có thể chọn từ PDF sang TXT
Tải chữ từ PDF cuối cùng, gồm đầu trang và số trang vừa thêm.
Trước khi bắt đầu
Giữ các đầu vào gốc. Bài này dùng bản PDF Studio beta hiện tại và tên nút tiếng Việt. Có thể bắt đầu bằng tài liệu mẫu để thực hành mà không dùng file cá nhân. Đầu vào hỗ trợ là PDF tĩnh thông thường, JPEG và PNG; việc xử lý diễn ra trong trình duyệt.
Truy cập nhanh: Sau khi nhập trang, thanh công cụ tài liệu có Trích chữ. Trên mobile, chọn Trang, Thêm nội dung hoặc Chuyển đổi & xuất để mở nhóm phù hợp. Đường dẫn qua Công cụ trang bên dưới vẫn dùng được.
Hướng dẫn từng bước
Nhập PDF có lớp chữ thực. Trang chụp hoặc quét có thể trông như văn bản nhưng thực chất chỉ chứa ảnh.
Mở Xem trước & xuất và chọn TXT. Nhập khoảng trang cùng chế độ xuất cần dùng. Lớp chữ thêm mới được lấy vì hệ thống đọc PDF cuối cùng.
Tạo bản xem trước rồi đọc ô văn bản. Dấu phân cách trang giúp tìm trang nguồn. Đối chiếu đoạn văn, bảng, cột và dấu tiếng Việt với bản gốc.
Tải TXT hoặc ZIP nếu chế độ tách tạo nhiều file. Kiểm tra trước khi dùng trong công cụ khác; thứ tự đọc PDF có thể khác bố cục nhìn thấy.
File văn bản chứa gì
Hệ thống đọc lớp chữ PDF cuối cùng, gồm đầu trang, số trang và watermark chữ mới thêm. Có dấu phân trang như --- 1 ---. Ảnh chữ ký hay watermark ảnh không thêm chữ. File dùng UTF-8.
Thứ tự đọc theo đối tượng chữ PDF, không theo mô hình bố cục tài liệu. Hai cột, nhãn xoay, chữ ghép hay bảng có thể ra thứ tự khác. Đối chiếu TXT với PDF trước khi chép sang báo cáo hoặc bảng tính.
Ví dụ: kiểm tra chữ Việt vừa thêm
Thêm đầu trang Báo cáo tháng · {page}/{pages}, xuất TXT rồi kiểm tra ô văn bản. Cụm tiếng Việt phải đọc được. Trang scan có số trang mới thêm có thể chỉ trích được số đó; không có nghĩa phần thân scan đã được nhận dạng.
Giới hạn và kiểm tra
Đây là trích chữ, không phải OCR. Nếu đầu ra không có chữ trích được, ứng dụng báo lỗi rõ ràng. TXT không giữ font, bố cục trang, bảng dạng bảng tính hay ảnh. Bố cục phức tạp có thể cần chỉnh tay.
Trước khi chia sẻ, đối chiếu số trang, trang đầu/cuối và nội dung thêm với kết quả mong muốn. Nếu tác vụ lỗi, giữ workspace và sửa nguyên nhân được báo trước khi thử lại. Xem bài xử lý lỗi để biết giới hạn file, pixel và bộ nhớ trình duyệt.
Câu hỏi thường gặp
Có đọc chữ viết tay hay ảnh scan không?
Không. Chưa có OCR. Chỉ dùng tính năng này với lớp chữ PDF đã có.
Vì sao mất bố cục?
TXT là văn bản thuần, không giữ font, ảnh, thiết kế trang hay ô bảng tính.
Tiếp tục công việc
- Chuyển trang PDF sang PNG hoặc JPG theo DPI — Xuất trang đã kết xuất, gồm nội dung mới thêm, thành ảnh có kích thước pixel kiểm tra được.
- Chuyển ảnh JPG và PNG thành PDF — Đặt khổ trang, lề và cách vừa ảnh trước khi gộp ảnh hoặc bản quét thành PDF.
- Lỗi PDF Studio, file được hỗ trợ và quyền riêng tư — Xử lý file bị từ chối, phạm vi sai, giới hạn đầu ra, lỗi lưu và hủy tác vụ.