استخراج اسناد OmniDoc

استخراج اسناد OmniDoc / جداول را از فایل‌های PDF استخراج کنید

جداول را از فایل‌های PDF استخراج کنید

جداول را از فایل‌های PDF و اسکن‌ها با حفظ سردر، ردیف‌ها و ستون‌ها به صورت Markdown جدول و داده ساختاریافت‌شده استخراج کنید، نه به صورت اعداد در یک خط بعد از کپی و پیست.

PDF را بارگذاری کنید تا جداول استخراج شودبرنامه 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 جداول استخراج می‌شوند

تشخیص جداول OmniDoc منطقه هر جدول، سردر آن و هر سلول را پیدا می‌کند، سپس آنها را ردیف به ردیف و ستون به ستون می‌نویسد. جداول موجود در اسکن‌ها ابتدا به عنوان متن شناسایی و سپس دوباره ساخته می‌شوند.

جداول همراه با متن دریافت می‌شوند: document.md دارای Markdown جدول است و در document.json هر جدول به صورت داده ساختاریافت‌شده با ردیف‌ها و ستون‌ها نوشته شده است، با حفظ عنوان‌ها و متن اطراف آن.

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.

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.

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

آیا سلول‌های ادغام شده شناسایی می‌شوند؟

سردرهای ادغام شده معمولی شناسایی می‌شوند؛ جداول بسیار پیچیده را با اصلی مقایسه کنید.

آیا می‌توانم به Excel صادر کنم؟

در حال حاضر خروجی Markdown و JSON است. جداول موجود در JSON بر اساس ردیف‌ها و ستون‌ها سازماندهی شده‌اند، بنابراین می‌توانند به یک برنامه اسپردشیت وارد شوند یا توسط یک اسکریپت تبدیل شوند.

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.

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.

PDF را بارگذاری کنید تا جداول استخراج شودبرنامه دسکتاپ را دریافت کنید