استخراج اسناد OmniDoc

استخراج اسناد OmniDoc / تبدیل PDF به Markdown بدون هزینه

تبدیل PDF به Markdown بدون هزینه

PDF را به Markdown تمیز تبدیل کنید: سرفصل‌ها به #، ## بر اساس سطح تبدیل می‌شوند، پاراگراف‌ها ترتیب خود را حفظ می‌کنند، جداول به جداول Markdown تبدیل می‌شوند و تصاویر به فایل images/ منتقل می‌شوند و از متن به آنها اشاره می‌شود.

فایل PDF را آپلود کنید تا تبدیل 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.

چرا فقط متن را از PDF کپی نمی‌کنید؟

متن در PDF بر اساس مختصات صفحه قرار داده شده است، بنابراین کپی‌کردن آن اغلب خطوط را بشکافد، سرصفحات و پایان‌صفحات را با متن ترکیب کند، دو ستون را به هم بیازارد و جداول را به یک ردیف اعداد تبدیل کند.

OmniDoc ابتدا طرح‌بندی را تحلیل می‌کند تا سرفصل‌ها، متن اصلی، جداول، تصاویر و سرصفحات و پایان‌صفحات را از هم تشخیص دهد، سپس همه چیز را به ترتیب خواندن نوشته می‌شود. Markdown می‌تواند مستقیماً در یادداشت‌ها، پایگاه دانش یا یک کاربرد هوش مصنوعی قرار بگیرد.

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.

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.

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

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 می‌توان مقالات دارای چند ستون را تبدیل کرد؟

بله. تحلیل طرح‌بندی دو یا سه ستون متن را به ترتیب خواندن یکپارچه می‌کند، بنابراین خطوط از ستون‌های مختلف با هم ترکیب نمی‌شوند.

فرمول‌ها چه می‌شوند؟

فرمول‌ها در لایه متن همانطور که هستند نوشته می‌شوند؛ فرمول‌های پیچیده را با اصلی مقایسه کنید.

آیا می‌توانم Markdown را مستقیماً به یک هوش مصنوعی بدهم؟

بله. می‌توان مستقیماً document.md را به یک کمک‌گر هوش مصنوعی چسباند؛ document.json ساختار پاراگراف‌ها و جداول را حفظ می‌کند و برای بازیابی (RAG) مناسب است.

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.

فایل PDF را آپلود کنید تا تبدیل شودبرنامه دسکتاپ را دریافت کنید