Pagkuha sa Dokumento OmniDoc

Libre nga PDF ngadto sa Markdown ug JSON

Kuhaa ang mga ulohan, parapo, lamesa, ug imahe sa usa ka PDF, scan, o Office file sa orihinal nga pagkasunod-sunod ug hierarchy, sama sa Markdown ug JSON nga mahimo nimong gamiton dayon.

Magsugod sa pag-extract nga walay bayadAplikasyon sa desktop: walay limitasyon sa panid

Hangtod sa 501 ka panid matag PDF ug walay binulan nga limitasyon; ang mga buluhaton sa libreng plano naghulat sa linya. Alang sa mas taas nga mga file o kon magdali ka, ang desktop app sa OmniDoc wala'y limitasyon sa panid ug walay linya.

Giunsa kini molihok

  1. I-upload ang file

    Pag-sign in gamit ang usa ka OmniDoc nga account ug i-drop ang file sa panid.

  2. Sugdan ang pagkuha

    Ang mga file sa PDF, mga pag-scan, ug mga imahe moagi sa pag-analisar sa layout, pag-ila sa teksto, ug pag-ila sa lamesa; ang mga file sa Office, e-books, ug mga web page giparsing direkta.

  3. I-download ang resulta

    I-download ang usa ka ZIP file nga adunay Markdown, JSON ug ang mga imahe. Ang buluhaton nagdagan sa background, busa mahimo nimong sirad-an ang panid.

Unsa ang gitipigan sa resulta

Mga lebel sa ulohan

Ang mga kapitulo, parapo, ug lista nagpadayon sa hierarkiya sa orihinal; sa Markdown ang mga ulohan mao ang #, ##, ug uban pa.

Mga laray ug kolum sa lamesa

Ang mga lamesa mogawas isip Markdown nga mga lamesa ug istrukturado nga datos, dili isip usa ka serye sa mga numero.

Ang mga pag-scan molihok usab.

Ang mga PDF nga file ug imahe nga gi-scan gisubay una ug dayon gihipos pinaagi sa ilang layout.

Ang mga imahe gi-export nga bulag

Ang mga litrato gitipigan sa folder nga images/, ug ang ilang mga posisyon gilista sa Markdown ug JSON.

Unsa ang sulod sa ZIP file

document.mdAng tibuok nga teksto ingon Markdown
document.jsonMga istrukturado nga datos sa oras sa pagbasa
images/Ang mga litrato sa dokumento, gitipigan nga bulag
manifest.jsonUsa ka listahan sa mga file nga adunay sukaranan nga kasayuran

Mga suportadong format

FileGiunsa kini proseso
PDF, na-scan nga PDF, PNG, JPG, mga imahe sa WEBP ug BMPPagsusi sa layout, pag-ila sa teksto (OCR) ug pag-ila sa lamesa
Mga dokumento sa Word, mga presentasyon sa PowerPoint, mga sheet sa Excel, CSVAng istruktura sa dokumento gisubay dayon
Mga e-book sa EPUB, HTML ka panidAng mga kapitulo ug sulod sa teksto gi-parse
Mga subtitle sa Markdown, TXT, SRT ug ASSGiusab ngadto sa samang Markdown ug JSON

Pananglitan

Usa ka papel nga adunay mga ekwasyon nga gibanabana, usa ka tulo ka linya nga tablo ug usa ka litrato, nga gipakita sa editor nga UniDoc
Ang matang sa pagkuha sa dokumento nagpabilin nga luwas: ang mga ulohan, parapo, ekwasyon, ug ang mga laray ug kolum sa iyang tablo.

Ang aplikasyon sa desktop nga OmniDoc

Ang libre nga aplikasyon sa desktop alang sa Windows, macOS ug Linux nag-abli, nag-edit ug nagtipig og mga file sa imong kaugalingong kompyuter.

10,000 ka panid, ug ang pag-type nagpadayon pa gihapon

I-edit ang usa ka dokumento nga labaw sa 10,000 ka panid sama kadali sa usa ka mubu nga dokumento: ang matag pag-tap gilaraw sa mga 9 ms, ug ang paglukso sa bisan unsang panid nagkinahanglan og mga 3 ms.

100% nga klasikong suporta sa Office XML

Ang .docx, .xlsx ug .pptx bukas ug makatipig sa lumad nga paagi ug nagpabilin nga standard nga mga file sa Office; ang mga pormula, tsart ug pivot table nagpadayon sa pagtrabaho.

Ang mga bag-ong pormat sa nasudnon nga sumbanan sa China

Ablihi ug i-edit ang OFD (GB/T 33190) ug ibalhin kini ngadto sa PDF ug gikan niini; naa na ang GB/T 7714—2015 nga mga pakisayran, usa ka template sa tesis sa GB/T 7713.1 ug ang opisyal nga pagnumero sa dokumento 一、(一)1.(1)1.

Kuhaa ang aplikasyon sa desktop

Mga pangutana

Unsa man kini kalainan sa pagkopya sa teksto?

Ang pagkopya naghatag kanimo og yano nga teksto. Ang pag-extract nagpadayon sa mga ulohan, parapo, lamesa, ug imahe ug kon unsa sila magkauban, ingon nga istrukturado nga datos nga mahimong gamiton sa usa ka programa.

Unsa man ang akong gamiton sa resulta?

Ang Markdown angay alang sa mga nota, basehan sa kahibalo, ug mga site sa dokumentasyon; ang JSON anaa sa orihinal nga pagbasa ug angay alang sa mga database, AI retrieval (RAG), ug dugang nga pagproseso pinaagi sa mga programa.

Ang pag-ila ba tukma?

Ang mga file sa PDF nga adunay layer sa teksto ug mga file sa Office gisusi direkta. Ang mga scan ug imahe moagi sa pag-ila sa teksto, busa susiha ang mga numero ug lamesa kontra sa orihinal.

Kinahanglan ba akong adunay account?

Oo. Pag-sign in gamit ang account sa OmniDoc; libre ang pag-sign up. Ikaw ra ang makakita sa mga file nga imong gi-upload ug sa ilang mga resulta.

Unsa man ang mga limitasyon sa libre nga bersyon?

Hangtod sa 501 ka panid matag PDF ug walay binulan nga limitasyon; ang mga buluhaton sa libreng plano naghulat sa linya. Alang sa mas taas nga mga file o kon magdali ka, ang desktop app sa OmniDoc wala'y limitasyon sa panid ug walay linya.

Kinahanglan ba akong mag-instalar og bisan unsa?

Dili, kini nagdagan sa browser. Alang sa mga taas nga file, o kon magdali ka, gamita ang desktop app sa OmniDoc alang sa Windows, macOS o Linux.

Sulayi kini karon

Hangtod sa 501 ka panid matag PDF ug walay binulan nga limitasyon; ang mga buluhaton sa libreng plano naghulat sa linya. Alang sa mas taas nga mga file o kon magdali ka, ang desktop app sa OmniDoc wala'y limitasyon sa panid ug walay linya.

Magsugod sa pag-extract nga walay bayadKuhaa ang aplikasyon sa desktop