Estrazzjoni ta' dokumenti OmniDoc

PDF għal Markdown u JSON bla ħlas

Ikseb it-titoli, il-paragrafi, it-tabelli u l-immaġini ta' PDF, skan jew fajl tal-Uffiċċju bl-ordni u l-gerarkija tal-oriġinali, bħal Markdown u JSON li tista' tuża minnufih.

Ibda estratti bla ħlasApp tal-kompjuter desktop: l-ebda limitu ta' paġni

Sa 501 paġna għal kull PDF u l-ebda limitu fix-xahar; il-kompiti fuq il-pjan bla ħlas jistennew fi kju. Għal fajls itwal jew meta tkun mgħaġġel, l-app tal-desktop OmniDoc m'għandha l-ebda limitu ta' paġni u l-ebda kju.

Kif jaħdem

  1. Ittella' l-fajl

    Ikkonnettja b'kont OmniDoc u ittella' l-fajl fuq il-paġna.

  2. Ibda l-estrazzjoni

    Il-fajls, l-iskannjaturi u l-immaġini PDF jgħaddu minn analiżi tal-lott, rikonoxximent tat-test u rikonoxximent tal-tabelli; il-fajls tal-Uffiċċju, il-kotba elettroniċi u l-paġni web jiġu pproċessati direttament.

  3. Niżżel ir-riżultat

    Niżżel fajl ZIP b'Markdown, JSON u l-immaġini. Il-kompitu jinstema' fl-isfond, għalhekk tista' tagħlaq il-paġna.

Dak li jżomm ir-riżultat

Livelli tal-intestaturi

Il-kapitoli, il-paragrafi u l-listi jżommu l-gerarkija tal-oriġinal; f'Markdown l-intestaturi huma #, ## u hekk jista'.

Rivi u kolonni tat-tabella

It-tabelli joħorġu bħala tabelli Markdown u data strutturata, mhux bħala serje ta' numri.

L-iskannjaturi jaħdmu wkoll

Il-fajls u l-immaġini skennjati PDF jiġu rikonoxxuti l-ewwel u mbagħad organizzati skont il-layut tagħhom.

Immaġini esportati separatament

L-istampi jiġu salvati fil-folder images/, u l-pożizzjonijiet tagħhom jiġu mmarkati f'Markdown u JSON.

X'inhu fil-fajl ZIP

document.mdIt-test sħiħ bħala Markdown
document.jsonData strutturata fl-ordni tal-qari
images/Ir-ritratti tad-dokument, salvati separatament
manifest.jsonLista tal-fajls b'informazzjoni bażika

Formati suppurtati

FajlKif jiġi pproċessat
PDF, PDF skennjati, PNG, JPG, stampi WEBP u BMPAnaliżi tal-lott, rikonoxximent tat-test (OCR) u rikonoxximent tat-tabelli
Dokumenti Word, preżentazzjonijiet PowerPoint, folji Excel, CSVL-istruttura tad-dokument tinqara direttament
E-books EPUB, paġni HTMLIl-kapitoli u t-test tal-ġisem huma analizzati
Sottotitoli Markdown, TXT, SRT u ASSIkkonvertiti fl-istess Markdown u JSON

Eżempju

Karta b'ekwazzjonijiet nummarizzati, tabella ta' tliet linji u figura, murija fl-editur UniDoc
It-tip ta' estrazzjoni tad-dokument iżomm kollox intatt: l-intestaturi, il-paragrafi, l-ekwazzjonijiet u r-riggijiet u l-kolonne tat-tabella.

L-app tal-kompjuter desktop OmniDoc

L-app tal-kompjuter desktop b'xejn għal Windows, macOS u Linux tiftaħ, teditja u tissejvja fajls fuq il-kompjuter tiegħek stess.

10,000 paġna, u l-kitba xorta tibqa' bil-mertu

Ieditar dokument ta' aktar minn 10,000 paġna b'mod faċli daqs wieħed qasir: kull klikk tal-kexxun jitwettaq fi żmien madwar 9 ms, u l-qbiż għal kwalunkwe paġna jieħu madwar 3 ms.

Appoġġ 100% klassiku għal Office XML

.docx, .xlsx u .pptx jiftħu u jsalvaw natively u jibqgħu fajls standard tal-Office; il-formuli, iċ-ċartijiet u t-tabelli pivot jibqgħu jaħdmu.

Formati ġodda standard nazzjonali taċ-Ċina

Iftaħ u editja OFD (GB/T 33190) u tikkonvertih għal u minn PDF; ir-referenzi GB/T 7714—2015, mudell ta' thesi GB/T 7713.1 u n-numerazzjoni tal-karti uffiċjali 一、(一)1.(1)1 huma integrati.

Ikseb l-app tal-kompjuter desktop

Mistoqsijiet

Kif huwa differenti dan mill-kopja tat-test?

Il-kopja tagħtik test sempliċi. L-estrazzjoni żżomm it-titoli, il-paragrafi, it-tabelli u l-immaġini kif jirrelataw bejniethom, bħala dejta strutturata li programm jista' juża.

Għal xiex nista' nuża r-riżultat?

Markdown jgħaqqad n-noti, il-bażijiet tal-konoxxenza u s-siti tad-dokumentazzjoni; it- JSON huwa bl-ordni tal-qari u jgħaqqad databases, ir-riċerka tal-AI ( RAG ) u l-ipproċessar ulterjuri minn programmi.

Ir-rikonoxximent huwa preċiż?

Il-fajls PDF b'saff ta' test u l-fajls tal-Uffiċċju jinqraw direttament. L-iskannjar u l-immaġini jgħaddu mir-rikonoxximent tat-test, għalhekk iċċekkja n-numri u t-tabelli mal-oriġinali.

Għandi bżonn kont?

Iva. Ikkonnettja b'kont OmniDoc; ir-reġistrazzjoni hija bla ħlas. Int biss tista' tara l-fajls li ttella' u r-riżultati tagħhom.

X'inhuma l-limiti tal-verżjoni bla ħlas?

Sa 501 paġna għal kull PDF u l-ebda limitu fix-xahar; il-kompiti fuq il-pjan bla ħlas jistennew fi kju. Għal fajls itwal jew meta tkun mgħaġġel, l-app tal-desktop OmniDoc m'għandha l-ebda limitu ta' paġni u l-ebda kju.

Għandi bżonn ninstalla xi ħaġa?

Le, jaħdem fil-browser. Għal fajls twal, jew meta tkun mgħaġġel, uża l-app tad-desktop OmniDoc għal Windows, macOS jew Linux.

Ipprova issa

Sa 501 paġna għal kull PDF u l-ebda limitu fix-xahar; il-kompiti fuq il-pjan bla ħlas jistennew fi kju. Għal fajls itwal jew meta tkun mgħaġġel, l-app tal-desktop OmniDoc m'għandha l-ebda limitu ta' paġni u l-ebda kju.

Ibda estratti bla ħlasIkseb l-app tal-kompjuter desktop