Estractación de documentos OmniDoc

PDF a Markdown y JSON gratuitos

Consigue los encabezáos, párrafos, tables ya imáxenes d'un PDF, un escaneáu o un archivu d'Office nel orde y xerarquía del original, como Markdown y JSON que puedes usar de primeres.

Empiece a estraer sen costeAplicación de escritorio: ensin llímite de páxines

Hasta 501 páxines per PDF y ensin llímite mensual; les actividaes nel plan gratuitu esperen nuna cola. Pa archivos más llargos o cuando te prisa, l'aplicación de escritorio OmniDoc nun tien llímite de páxines nin cola.

Cómo funciona

  1. Carga el archivu

    Iníciese con una cuenta OmniDoc y soltéi'l archivu na páxina.

  2. Empiece l'estracción

    Los archivos, escaneaos y imáxenes PDF pasen por un analís de disposición, reconocimientu de testu y reconocimientu de tables; los archivos d'Office, llibros electrónicos y páxines web parséense direutamente.

  3. Descargue'l resultáu

    Descargue un archivu ZIP con Markdown, JSON y les imáxenes. La tarea execútase en segundu planu, polo que puede zarrar la páxina.

Qué caltién el resultáu

Niveles de títulos

Los capítulos, párrafos y llistes caltienen la xerarquía del orixinal; en Markdown los títulos son #, ## y así socesivamente.

Filas y columnes de la tabla

Les tables apaez como tables Markdown y datos estructurados, non como una serie de númberos.

Los escaneaos tamién sirven

Los archivos y imáxenes escaneaos PDF reconózense primero y depués organícense según el so diseñu.

Imáxenes esportaes por separáu

Les imáxenes gárdense na carpeta images/, y les sos posiciones márcanse en Markdown y JSON.

¿Qué hai nel archivu ZIP?

document.mdEl testu completu como Markdown
document.jsonDatos estructurados nel orde de lleutura
images/Les imáxenes del documentu, guardaes por separao
manifest.jsonUna llista de los archivos con información básica

Formatos soportaos

ArchivuCómo se procesa
PDF, imáxenes escaneaes PDF, PNG, JPG, WEBP y BMPAnálisis del diseñu, reconocimientu de testu (OCR) y reconocimientu de tables
Documentos Word, presentaciones PowerPoint, folla Excel, CSVL'estructura del document léese direutamente
llibros electrónicos EPUB, páxines HTMLLos capítulos y el cuerpu del testu analícense
Subtítulos Markdown, TXT, SRT y ASSConvertíu nel mesmu Markdown y JSON

Ejemplo

Un paper con ecuaciones numberaes, una tabla de tres llinies y una figura, amosáu nel editor UniDoc
El tipu d'estraición de documentos caltién intactos: los sos encabezáos, párrafos, ecuaciones y les filas y columnes de la so tabla.

L'aplicación de escritorio OmniDoc

L'aplicación de escritorio gratuita para Windows, macOS y Linux abre, edita y guarda archivos nel so propiu ordenador.

10.000 páxines, y la escritura sigue calteniendo el ritmu

Edite un documentu de más de 10.000 páxines tan fácil como un curtio: cada pulsación de tecla procesase en unos 9 ms, y saltar a cualquier páxina lleva unos 3 ms.

Soporte 100% clásicu de Office XML

.docx, .xlsx y .pptx ábrense y gárdense de forma nativa y caltienen los formatos estandarizados d'Office; les fórmules, gráficos y tables dinámiques siguen funcionando.

Los nuevos formatos d'estándar nacional de China

Ábrase y edítese OFD (GB/T 33190) y conviértase a y dende PDF; les referencies GB/T 7714—2015, una plantilla de tesis GB/T 7713.1 y la numeración oficial de documentos 一、(一)1.(1)1 tán incorporaos.

Consiga l'aplicación de escritorio

Preguntes

¿En qué se diferencia esto de copiar el testu?

Copiar da-y testu llano. L'estracción caltién los encabezáos, párrafos, tables ya imáxenes y la so rellación, como datos estructuraos que puede usar un programa.

¿Pa qué puedo usar el resultáu?

Markdown ye apropiáu pa notes, bases de conocimientu y sitios de documentación; el JSON ta nel orde de lleutura y ye apropiáu pa bases de datos, busques d'IA (RAG) y procesamientu adicional por programes.

¿Ye precisu'l reconocimientu?

Los archivos PDF con una capa de testu y los archivos d'Office léense direutamente. Los escaneos ya les imáxenes pasen pol reconocimientu de testu, polo que comproba los númberos y tables col orixinal.

¿Necesito una cuenta?

Sí. Inicia sesión con una cuenta OmniDoc; rexistrarse ye gratis. Solo tú puedes ver los archivos que cargues y los sos resultaos.

¿Cuáles son los llímites de la versión gratuita?

Hasta 501 páxines per PDF y ensin llímite mensual; les actividaes nel plan gratuitu esperen nuna cola. Pa archivos más llargos o cuando te prisa, l'aplicación de escritorio OmniDoc nun tien llímite de páxines nin cola.

¿Necesito instalar daqué?

Nun, funciona nel navegador. Pa archivos llargos, o cuando tengas prisa, usa la aplicación de escritoriu OmniDoc pa Windows, macOS o Linux.

Pruébalo agora

Hasta 501 páxines per PDF y ensin llímite mensual; les actividaes nel plan gratuitu esperen nuna cola. Pa archivos más llargos o cuando te prisa, l'aplicación de escritorio OmniDoc nun tien llímite de páxines nin cola.

Empiece a estraer sen costeConsiga l'aplicación de escritorio