استخراج اسناد OmniDoc

PDF به Markdown و JSON بدون هزینه

سرفصل‌ها، پاراگراف‌ها، جداول و تصاویر یک PDF، اسکن یا فایل ادوبی آفیس را با ترتیب و ساختار هرمی اصلی به دست آورید، همانند Markdown و JSON که می‌توانید بلافاصله استفاده کنید.

استخراج را بدون هزینه شروع کنیدبرنامه دسکتاپ: بدون محدودیت صفحه

تا 501 صفحه در هر PDF و بدون محدودیت ماهانه؛ کارهای در طرح رایگان در صف انتظار قرار می‌گیرند. برای فایل‌های طولانی‌تر یا زمانی که عجله دارید، برنامه دسکتاپ OmniDoc هیچ محدودیت صفحه‌ای و هیچ صف انتظاری ندارد.

چگونه کار می‌کند

  1. فایل را آپلود کنید

    با حساب OmniDoc وارد شوید و فایل را روی صفحه بیندازید.

  2. استخراج را شروع کنید

    فایل‌ها، اسکن‌ها و تصاویر PDF با تجزیه و تحلیل طرح بندی، شناسایی متن و شناسایی جداول گذر می‌کنند؛ فایل‌های Office، کتاب‌های الکترونیکی و صفحات وب به صورت مستقیم پردازش می‌شوند.

  3. نتیجه را دانلود کنید

    فایل ZIP را با Markdown، JSON و تصاویر دانلود کنید. این کار در پس زمینه اجرا می‌شود، بنابراین می‌توانید صفحه را ببندید.

نتیجه چه چیزی را حفظ می‌کند

سطح‌های سرفصل

فصل‌ها، پاراگراف‌ها و لیست‌ها ساختار هرمی اصلی را حفظ می‌کنند؛ در Markdown سرفصل‌ها #، ## و غیره هستند.

ردیف‌ها و ستون‌های جدول

جدول‌ها به صورت جدول‌های Markdown و داده‌های ساختاریافته بیرون می‌آیند، نه به صورت یک ردیف اعداد.

اسکن‌ها نیز کار می‌کنند

فایل‌ها و تصاویر اسکن شده PDF ابتدا شناسایی می‌شوند و سپس بر اساس طرح آنها مرتب می‌شوند.

تصاویر به صورت جداگانه صادر می‌شوند

تصاویر در فولدر images/ ذخیره می‌شوند و موقعیت‌های آنها در Markdown و JSON علامت‌گذاری شده است.

چه چیزی در فایل ZIP وجود دارد

document.mdمتن کامل به عنوان Markdown
document.jsonداده‌های ساختاریافته با ترتیب خوانش
images/عکس‌های اسناد، به صورت جداگانه ذخیره شده‌اند
manifest.jsonفهرست فایل‌ها با اطلاعات اولیه

فرمت‌های پشتیبانی شده

فایلچگونه پردازش می‌شود
PDF, scanned PDF, PNG, JPG, WEBP and BMP imagesتحلیل چیدمان، شناسایی متن (OCR) و شناسایی جداول
مدارک Word، ارائه‌ها PowerPoint، صفحات Excel، CSVساختار اسناد به صورت مستقیم خوانده می‌شود
کتاب‌های الکترونیکی EPUB، صفحات HTMLفصل‌ها و متن اصلی تحلیل می‌شوند
زیرنویس‌های Markdown، TXT، SRT و ASSبه همان Markdown و JSON تبدیل شده است

مثال

یک مقاله با معادلات شماره‌دار، یک جدول سه ردیفه و یک شکل، که در ویرایشگر UniDoc نشان داده شده است
انواع استخراج‌های اسناد به شکل زیر حفظ می‌شوند: سرفصلات، پاراگراف‌ها، معادلات و ردیف‌ها و ستون‌های جدول آن.

برنامه دسکتاپ OmniDoc

برنامه دسکتاپ رایگان برای Windows، macOS و Linux فایل‌ها را در کامپیوتر خود باز می‌کند، ویرایش می‌کند و ذخیره می‌کند.

10,000 صفحه، و تایپ کردن هنوز با آن سازگار است

یک سند بیش از 10,000 صفحه را به همان آسانی ویرایش کنید که یک سند کوتاه را: هر فشار دکمه در حدود 9 میلی ثانیه پردازش می‌شود و جابجایی به هر صفحه‌ای نیز حدود 3 میلی ثانیه زمان می‌برد.

پشتیبانی 100% از Office XML کلاسیک

.docx، .xlsx و .pptx به صورت اصلی باز و ذخیره می‌شوند و فایل‌های استاندارد Office باقی می‌مانند؛ فرمول‌ها، نمودارها و جداول پیوسته کار خود را ادامه می‌دهند.

فرمت‌های استاندارد جدید ملی چین

PDF را باز کنید و ویرایش کنید OFD (GB/T 33190) و آن را به PDF تبدیل کنید؛ مراجع GB/T 7714—2015، الگوی رساله GB/T 7713.1 و شماره‌گذاری اسناد رسمی 一、(一)1.(1)1 به صورت داخلی در سیستم موجود است.

برنامه دسکتاپ را دریافت کنید

سوالات

این با کپی کردن متن چه تفاوتی دارد؟

کپی کردن متن، شما را با متن ساده تأمین می‌کند. استخراج، سرفصل‌ها، پاراگراف‌ها، جداول و تصاویر و نحوه ارتباط آنها را به عنوان داده‌های ساختاریافته که یک برنامه می‌تواند از آنها استفاده کند، حفظ می‌کند.

نتیجه را می‌توانم برای چه کاری استفاده کنم؟

Markdown برای یادداشت‌ها، پایگاه‌های دانش و سایت‌های مستندسازی مناسب است؛ JSON با ترتیب خواندن و برای پایگاه‌های داده، بازیابی هوش مصنوعی (RAG) و پردازش بیشتر توسط برنامه‌ها مناسب است.

آیا شناسایی دقیق است؟

فایل‌های PDF با لایه متن و فایل‌های ادیتوری به صورت مستقیم خوانده می‌شوند. اسکن‌ها و تصاویر از طریق شناسایی متن پردازش می‌شوند، بنابراین اعداد و جداول را با اصل مقایسه کنید.

آیا نیاز به حساب کاربری دارم؟

بله. با حساب OmniDoc وارد شوید؛ ثبت نام رایگان است. فقط شما می‌توانید فایل‌های آپلود شده خود و نتایج آنها را ببینید.

حداکثر محدودیت‌های نسخه رایگان چیست؟

تا 501 صفحه در هر PDF و بدون محدودیت ماهانه؛ کارهای در طرح رایگان در صف انتظار قرار می‌گیرند. برای فایل‌های طولانی‌تر یا زمانی که عجله دارید، برنامه دسکتاپ OmniDoc هیچ محدودیت صفحه‌ای و هیچ صف انتظاری ندارد.

آیا نیاز به نصب چیزی دارم؟

نه، این برنامه در مرورگر اجرا می‌شود. برای فایل‌های طولانی یا زمانی که عجله دارید، از نسخه دسکتاپ OmniDoc برای Windows، macOS یا Linux استفاده کنید.

همین حالا امتحان کنید

تا 501 صفحه در هر PDF و بدون محدودیت ماهانه؛ کارهای در طرح رایگان در صف انتظار قرار می‌گیرند. برای فایل‌های طولانی‌تر یا زمانی که عجله دارید، برنامه دسکتاپ OmniDoc هیچ محدودیت صفحه‌ای و هیچ صف انتظاری ندارد.

استخراج را بدون هزینه شروع کنیدبرنامه دسکتاپ را دریافت کنید