Extracción de documentos OmniDoc

PDF a Markdown e JSON gratuítos

Obteña os títulos, parágrafos, táboas e imaxes dun PDF, un escaneo ou un ficheiro de Office na orde e xerarquía do orixinal, como Markdown e JSON que pode usar de inmediato.

Comece a extraer de baldeAplicación de escritorio: sen límite de páxinas

Até 501 páxinas por PDF e sen límite mensual; as tarefas do plan gratuíto agardan nunha cola. Para arquivos máis longos ou cando ten présa, a aplicación de escritorio OmniDoc non ten límite de páxinas nin cola.

Como funciona

  1. Suba o ficheiro

    Inicie sesión cunha conta OmniDoc e solte o ficheiro na páxina.

  2. Inicie a extracción

    Os ficheiros, escáneres e imaxes PDF pasan por unha análise de disposición, recoñecemento de texto e recoñecemento de táboas; os ficheiros de Office, os libros electrónicos e as páxinas web analízanse directamente.

  3. Descarga o resultado

    Descarga un ficheiro ZIP con Markdown, JSON e as imaxes. A tarefa execútase en segundo plano, así que pode pechar a páxina.

O que mantén o resultado

Niveis de título

Os capítulos, parágrafos e listas manteñen a xerarquía do orixinal; en Markdown os títulos son #, ## e así sucesivamente.

As filas e as columnas da táboa

As táboas saen como táboas Markdown e datos estruturados, non como unha sucesión de números.

Tamén funcionan os escáneres

Os ficheiros e imaxes PDF escaneados recoñécense primeiro e despois organízanse segundo o seu deseño.

Imaxes exportadas por separado

As imaxes gárdanse na carpeta images/, e as súas posicións están marcadas nas táboas Markdown e JSON.

Que hai no ficheiro ZIP

document.mdO texto completo como Markdown
document.jsonDatos estruturados na orde de lectura
images/As imaxes do documento, gardadas por separado
manifest.jsonUnha lista dos ficheiros con información básica

Formatos compatibles

FicheiroComo se procesa
PDF, PDF escaneados, PNG, JPG, imaxes WEBP e BMPAnálise do deseño, recoñecemento de texto (OCR) e recoñecemento de táboas
Documentos Word, presentacións PowerPoint, follas Excel, CSVLéese directamente a estrutura do documento
Libros electrónicos EPUB, páxinas HTMLAnalízanse os capítulos e o texto principal
Subtítulos Markdown, TXT, SRT e ASSConvertido nos mesmos Markdown e JSON

Exemplo

Un artigo con ecuacións numeradas, unha táboa de tres liñas e unha figura, mostrado no editor UniDoc
O tipo de extracción de documentos mantén intactos: os seus títulos, parágrafos, ecuacións e as filas e columnas da súa táboa.

A aplicación de escritorio OmniDoc

A aplicación de escritorio gratuíta para Windows, macOS e Linux abre, edita e garda ficheiros no seu propio ordenador.

10.000 páxinas, e a escritura segue sendo áxil

Edite un documento de máis de 10.000 páxinas con tanta facilidade como un curto: cada pulsación de tecla procesase en aproximadamente 9 ms, e saltar a calquera páxina leva uns 3 ms.

Soporte 100% clásico de Office XML

.docx, .xlsx e .pptx ábrense e gárdanse de xeito nativo e seguen sendo ficheiros estándar de Office; as fórmulas, gráficos e táboas dinámicas seguen funcionando.

Os novos formatos de estándar nacional da China

Abra e edite OFD (GB/T 33190) e convértao a partir de PDF; as referencias GB/T 7714—2015, un modelo de tese GB/T 7713.1 e a numeración oficial de documentos 一、(一)1.(1)1 están integrados.

Obteña a aplicación de escritorio

Preguntas

En que se diferencia isto de copiar o texto?

Copiar ofrécelle texto sinxelo. A extracción conserva os títulos, parágrafos, táboas e imaxes e a súa relación entre eles, como datos estruturados que un programa pode utilizar.

Para que podo usar o resultado?

Markdown é adecuado para notas, bases de coñecemento e sitios de documentación; o JSON está en orde de lectura e é adecuado para bases de datos, recuperación por IA (RAG) e procesamento posterior por programas.

É preciso o recoñecemento?

Os ficheiros PDF con capa de texto e os ficheiros de Office lésense directamente. As escáneres e imaxes pasan por recoñecemento de texto, así que comprobe os números e as táboas co orixinal.

Necesito unha conta?

Si. Inicie sesión cunha conta OmniDoc; o rexistro é gratuíto. Só vostede pode ver os ficheiros que suba e os seus resultados.

Cales son os límites da versión gratuíta?

Até 501 páxinas por PDF e sen límite mensual; as tarefas do plan gratuíto agardan nunha cola. Para arquivos máis longos ou cando ten présa, a aplicación de escritorio OmniDoc non ten límite de páxinas nin cola.

Necesito instalar algo?

Non, execútase no navegador. Para ficheiros longos ou cando teña présa, use a aplicación de escritorio OmniDoc para Windows, macOS ou Linux.

Póñao a proba agora

Até 501 páxinas por PDF e sen límite mensual; as tarefas do plan gratuíto agardan nunha cola. Para arquivos máis longos ou cando ten présa, a aplicación de escritorio OmniDoc non ten límite de páxinas nin cola.

Comece a extraer de baldeObteña a aplicación de escritorio