ମୁକ୍ତ-ଶୁଳ୍କ PDF ଠାରୁ Markdown ଏବଂ JSON
ଏକ PDF, ଏକ ସ୍କାନ୍ କିମ୍ବା ଏକ ଅଫିସ୍ ଫାଇଲ୍ର ଶୀର୍ଷକ, ପ୍ୟାରାଗ୍ରାଫ୍, ଟେବୁଲ୍ ଏବଂ ଚିତ୍ରଗୁଡ଼ିକୁ ମୂଳ କ୍ରମ ଏବଂ ଶୃଙ୍ଖଳାରେ ପ୍ରାପ୍ତ କରନ୍ତୁ, ଯାହାକୁ Markdown ଏବଂ JSON ଆପଣ ତୁରନ୍ତ ବ୍ୟବହାର କରିପାରିବେ।
ମୁକ୍ତ-ଶୁଳ୍କ ଭାବରେ ବାହାର କରିବା ଆରମ୍ଭ କରନ୍ତୁଡେସ୍କଟପ୍ ଆପ୍: କୌଣସି ପୃଷ୍ଠା ସୀମା ନାହିଁPDF ପ୍ରତି 501 ପୃଷ୍ଠା ପର୍ଯ୍ୟନ୍ତ ଏବଂ କୌଣସି ମାସିକ ସୀମା ନାହିଁ; ମାଗଣା ଯୋଜନାରେ କାର୍ଯ୍ୟଗୁଡ଼ିକ କ୍ୟୁ ମଧ୍ୟରେ ଅପେକ୍ଷା କରିଥାଏ। ଦୀର୍ଘ ଫାଇଲ୍ଗୁଡ଼ିକ ପାଇଁ କିମ୍ବା ଆପଣ ତ୍ୱରାନ୍ୱିତ ଥିବା ସମୟରେ, OmniDoc ଡେସ୍କଟପ୍ ଆପ୍ରେ କୌଣସି ପୃଷ୍ଠା ସୀମା କିମ୍ବା କ୍ୟୁ ନାହିଁ।
କାର୍ଯ୍ୟ ଅନୁଯାୟୀ ବାଛନ୍ତୁ
- PDF ଠାରୁ Markdownଶୀର୍ଷକ, ଅନୁଚ୍ଛେଦ ଏବଂ ଟେବୁଲ୍ ଏକତ୍ର
- ସ୍କାନ୍ ହୋଇଥିବା ଦସ୍ତାବିଜ OCRସ୍କାନ୍ ହୋଇଥିବା PDF ଫାଇଲ୍ ଏବଂ ଚିତ୍ରଗୁଡ଼ିକୁ ସମ୍ପାଦନଯୋଗ୍ୟ ଗଠନମୂଳକ ପାଠ୍ୟରେ ପରିଣତ କରାଯାଇଛି
- PDF ଟେବୁଲ୍ ନିଷ୍କାସନଟେବୁଲଗୁଡ଼ିକ Markdown ଟେବୁଲ୍ ଏବଂ JSON ଭାବରେ
- Word, PowerPoint ଏବଂ Excel କୁ Markdownଅଫିସ୍ ଫାଇଲ୍ଗୁଡ଼ିକର ଗଠନକୁ ସିଧାସଳଖ ପଢ଼ାଯାଏ
ଏହା କିପରି କାର୍ଯ୍ୟ କରେ
ଫାଇଲ୍ ଅପଲୋଡ୍ କରନ୍ତୁ
OmniDoc ଆକାଉଣ୍ଟ ସହିତ ଲଗ୍ ଇନ୍ କରନ୍ତୁ ଏବଂ ପୃଷ୍ଠାରେ ଫାଇଲ୍ ଡ୍ରପ୍ କରନ୍ତୁ।
ଆହରଣ ଆରମ୍ଭ କରନ୍ତୁ
PDF ଫାଇଲ୍, ସ୍କାନ୍ ଏବଂ ଚିତ୍ରଗୁଡ଼ିକ ଲେଆଉଟ୍ ବିଶ୍ଳେଷଣ, ପାଠ୍ୟ ଚିହ୍ନଟ ଏବଂ ଟେବୁଲ୍ ଚିହ୍ନଟ ମାଧ୍ୟମରେ ଯାଏ; ଅଫିସ୍ ଫାଇଲ୍, ଇ-ବୁକ୍ ଏବଂ ୱେବ୍ ପୃଷ୍ଠାଗୁଡ଼ିକ ସିଧାସଳଖ ପାର୍ସ ହୋଇଥାଏ।
ଫଳାଫଳ ଡାଉନଲୋଡ୍ କରନ୍ତୁ
Markdown, JSON ଏବଂ ଚିତ୍ରଗୁଡ଼ିକ ସହିତ ଏକ ZIP ଫାଇଲ୍ ଡାଉନଲୋଡ୍ କରନ୍ତୁ। କାର୍ଯ୍ୟ ପୃଷ୍ଠାରେ ଚାଲୁଥାଏ, ତେଣୁ ଆପଣ ପୃଷ୍ଠାଟିକୁ ବନ୍ଦ କରିପାରିବେ।
ଫଳାଫଳ କ'ଣ ରଖେ
ଶୀର୍ଷକ ସ୍ତରଗୁଡ଼ିକ
ଅଧ୍ୟାୟ, ପରିଚ୍ଛେଦ ଏବଂ ତାଲିକାଗୁଡ଼ିକ ମୂଳ ସଂରଚନାର ଶ୍ରେଣୀବଦ୍ଧତା ରଖିଥାଏ; Markdown ରେ ଶୀର୍ଷକଗୁଡ଼ିକ #, ## ଇତ୍ୟାଦି ହୋଇଥାଏ।
ଟେବୁଲ୍ ପଂକ୍ତି ଏବଂ ସ୍ତମ୍ଭ
ଟେବୁଲଗୁଡ଼ିକ Markdown ଟେବୁଲ୍ ଏବଂ ସଂରଚିତ ତଥ୍ୟ ଭାବରେ ଆସନ୍ତି, କୌଣସି ସଂଖ୍ୟା ଶୃଙ୍ଖଳା ଭାବରେ ନୁହେଁ।
ସ୍କାନ୍ ମଧ୍ୟ କାର୍ଯ୍ୟ କରିଥାଏ
ସ୍କାନ୍ ହୋଇଥିବା PDF ଫାଇଲ୍ ଏବଂ ଚିତ୍ରଗୁଡ଼ିକ ପ୍ରଥମେ ଚିହ୍ନଟ ହୋଇଥାଏ ଏବଂ ପରେ ସେମାନଙ୍କର ଲେଆଉଟ୍ ଅନୁସାରେ ସଜାଯାଇଥାଏ।
ଚିତ୍ରଗୁଡ଼ିକ ପୃଥକ୍ ଭାବରେ ନିର୍ଯ୍ୟାତ ହୋଇଥାଏ
Pictures are saved in the images/ folder, and their positions are marked in the Markdown and JSON.
ଜିପ୍ ଫାଇଲ୍ରେ କ'ଣ ଅଛି
document.md | ପୂର୍ଣ୍ଣ ପାଠ୍ୟ Markdown ଭାବରେ |
document.json | ପାଠ କ୍ରମରେ ସଂରଚିତ ତଥ୍ୟ |
images/ | ଦସ୍ତାବିଜର ଚିତ୍ର, ପୃଥକ ଭାବରେ ସଞ୍ଚୟ ହୋଇଛି |
manifest.json | ମୌଳିକ ସୂଚନା ସହିତ ଫାଇଲ୍ଗୁଡ଼ିକର ଏକ ତାଲିକା |
ସମର୍ଥିତ ଫର୍ମାଟଗୁଡ଼ିକ
| ଫାଇଲ୍ | ଏହା କିପରି ପ୍ରକ୍ରିୟାକରଣ କରାଯାଏ |
|---|---|
| PDF, ସ୍କାନ୍ ହୋଇଥିବା PDF, PNG, JPG, WEBP ଏବଂ BMP ଚିତ୍ର | ଲେଆଉଟ୍ ବିଶ୍ଳେଷଣ, ଟେକ୍ସଟ୍ ରିକଗ୍ନିସନ୍ (OCR) ଏବଂ ଟେବୁଲ୍ ରିକଗ୍ନିସନ୍ |
| Word ଦସ୍ତାବିଜ୍, PowerPoint ଉପସ୍ଥାପନା, Excel ଶୀଟ୍, CSV | ଦସ୍ତାବିଜ ଗଠନକୁ ସିଧାସଳଖ ପଢ଼ାଯାଏ |
| EPUB ଇ-ବୁକ୍, HTML ପୃଷ୍ଠା | ଅଧ୍ୟାୟ ଏବଂ ମୁଖ୍ୟ ପାଠ୍ୟକୁ ପାର୍ସ କରାଯାଏ |
| Markdown, TXT, SRT ଏବଂ ASS ସବ୍ଟାଇଟ୍ଲ୍ | ସମାନ Markdown ଏବଂ JSON ଭାବରେ ପରିବର୍ତ୍ତନ କରାଯାଇଛି |
ଉଦାହରଣ

OmniDoc ଡେସ୍କଟପ୍ ଆପ୍
Windows, macOS ଏବଂ Linux ପାଇଁ ମାଗଣା ଡେସ୍କଟପ୍ ଆପ୍ ଆପଣଙ୍କ ନିଜ କମ୍ପ୍ୟୁଟରରେ ଫାଇଲ୍ଗୁଡ଼ିକ ଖୋଲି, ସମ୍ପାଦନା କରି ଏବଂ ସଞ୍ଚୟ କରିଥାଏ।
10,000 ପୃଷ୍ଠା, ଏବଂ ଟାଇପିଂ ଏବେ ବି ଅନୁରୂପ ରଖିଛି
10,000 ପୃଷ୍ଠାରୁ ଅଧିକ ଦସ୍ତାବିଜକୁ ଏକ ଛୋଟ ଦସ୍ତାବିଜ ପରି ସହଜରେ ସମ୍ପାଦନା କରନ୍ତୁ: ପ୍ରତ୍ୟେକ କୀଷ୍ଟ୍ରୋକ୍ ପ୍ରାୟ 9 ms ମଧ୍ୟରେ ଲେଆଉଟ୍ ହୁଏ, ଏବଂ ଯେକୌଣସି ପୃଷ୍ଠାକୁ ଯାତ୍ରା ପାଇଁ ପ୍ରାୟ 3 ms ସମୟ ଲାଗେ।
100% କ୍ଲାସିକ୍ ଅଫିସ୍ XML ସମର୍ଥନ
.docx, .xlsx ଏବଂ .pptx ମୌଳିକ ଭାବରେ ଖୋଲନ୍ତି ଏବଂ ସଞ୍ଚୟ କରନ୍ତି ଏବଂ ସାଧାରଣ ଅଫିସ୍ ଫାଇଲ୍ ଭାବରେ ରହନ୍ତି; ସୂତ୍ର, ଚାର୍ଟ ଏବଂ ପିଭଟ୍ ଟେବୁଲ୍ କାର୍ଯ୍ୟ ଜାରି ରଖନ୍ତି।
ଚୀନ୍ର ନୂତନ ଜାତୀୟ-ମାନକ ଫର୍ମାଟ୍ଗୁଡ଼ିକ
OFD (GB/T 33190) ଖୋଲନ୍ତୁ ଏବଂ ସମ୍ପାଦନା କରନ୍ତୁ ଏବଂ PDF ମଧ୍ୟରେ ଏହାକୁ ରୂପାନ୍ତର କରନ୍ତୁ; GB/T 7714—2015 ଅନୁସରଣ, GB/T 7713.1 ଥିସିସ୍ ଟେମ୍ପଲେଟ୍ ଏବଂ ଅଫିସିଆଲ୍-ଡକ୍ୟୁମେଣ୍ଟ ନମ୍ବରିଂ 一、(一)1.(1)1 ନିର୍ମିତ ହୋଇଛି।
ପ୍ରଶ୍ନଗୁଡ଼ିକ
ଏହା ଟେକ୍ସଟ୍ କପି କରିବାଠାରୁ କିପରି ଭିନ୍ନ?
କପି କରିବା ଦ୍ୱାରା ଆପଣଙ୍କୁ ସାଧାରଣ ଟେକ୍ସଟ୍ ମିଳିଥାଏ। ବାହାର କରିବା ଦ୍ୱାରା ଶୀର୍ଷକ, ପ୍ୟାରାଗ୍ରାଫ୍, ଟେବୁଲ୍ ଏବଂ ଚିତ୍ର ଏବଂ ସେମାନଙ୍କ ମଧ୍ୟରେ ସମ୍ପର୍କକୁ ଏକ ସଂରଚିତ ଡାଟା ଭାବରେ ରଖାଯାଇଥାଏ, ଯାହାକୁ ଏକ ପ୍ରୋଗ୍ରାମ୍ ବ୍ୟବହାର କରିପାରିବ।
ମୁଁ ଫଳାଫଳକୁ କ'ଣ ପାଇଁ ବ୍ୟବହାର କରିପାରିବି?
Markdown ନୋଟ୍, ଜ୍ଞାନ-ଭଣ୍ଡାର ଏବଂ ଡକ୍ୟୁମେଣ୍ଟେସନ୍ ସାଇଟ୍ଗୁଡ଼ିକ ପାଇଁ ଉପଯୁକ୍ତ; JSON ପଠନ୍ କ୍ରମରେ ଅଛି ଏବଂ ଡାଟାବେସ୍, AI ପୁନରୁଦ୍ଧାର (RAG) ଏବଂ ପ୍ରୋଗ୍ରାମ୍ଗୁଡ଼ିକ ଦ୍ୱାରା ଅଧିକ ପ୍ରକ୍ରିୟାକରଣ ପାଇଁ ଉପଯୁକ୍ତ।
ଚିହ୍ନଟ ସଠିକ୍ କି?
PDF ଫାଇଲ୍ଗୁଡ଼ିକରେ ଟେକ୍ସଟ୍ ଲେୟାର୍ ଥାଏ ଏବଂ ଅଫିସ୍ ଫାଇଲ୍ଗୁଡ଼ିକ ସିଧାସଳଖ ପଢ଼ାଯାଏ। ସ୍କାନ୍ ଏବଂ ଚିତ୍ରଗୁଡ଼ିକ ଟେକ୍ସଟ୍ ଚିହ୍ନଟ ମାଧ୍ୟମରେ ଯାଏ, ତେଣୁ ମୂଳ ପ୍ରତି ସଂଖ୍ୟା ଏବଂ ଟେବୁଲ୍ଗୁଡ଼ିକ ଯାଞ୍ଚ କରନ୍ତୁ।
ମୋର ଏକ ଆକାଉଣ୍ଟ ଆବଶ୍ୟକ କି?
ହଁ। OmniDoc ଆକାଉଣ୍ଟ ସହିତ ଲଗ୍ଇନ୍ କରନ୍ତୁ; ପଞ୍ଜୀକରଣ ମାଗଣା। କେବଳ ଆପଣ ହିଁ ଆପଣଙ୍କ ଦ୍ୱାରା ଅପଲୋଡ୍ ହୋଇଥିବା ଫାଇଲ୍ଗୁଡ଼ିକ ଏବଂ ସେମାନଙ୍କର ଫଳାଫଳ ଦେଖିପାରିବେ।
ମୁକ୍ତ-ଶୁଳ୍କ ସଂସ୍କରଣର ସୀମା କ'ଣ?
PDF ପ୍ରତି 501 ପୃଷ୍ଠା ପର୍ଯ୍ୟନ୍ତ ଏବଂ କୌଣସି ମାସିକ ସୀମା ନାହିଁ; ମାଗଣା ଯୋଜନାରେ କାର୍ଯ୍ୟଗୁଡ଼ିକ କ୍ୟୁ ମଧ୍ୟରେ ଅପେକ୍ଷା କରିଥାଏ। ଦୀର୍ଘ ଫାଇଲ୍ଗୁଡ଼ିକ ପାଇଁ କିମ୍ବା ଆପଣ ତ୍ୱରାନ୍ୱିତ ଥିବା ସମୟରେ, OmniDoc ଡେସ୍କଟପ୍ ଆପ୍ରେ କୌଣସି ପୃଷ୍ଠା ସୀମା କିମ୍ବା କ୍ୟୁ ନାହିଁ।
ମୋତେ କିଛି ଇନ୍ଷ୍ଟଲ୍ କରିବାକୁ ପଡ଼ିବ କି?
ନା, ଏହା ବ୍ରାଉଜରରେ ଚାଲେ। ଦୀର୍ଘ ଫାଇଲ୍ଗୁଡ଼ିକ ପାଇଁ, କିମ୍ବା ଆପଣ ତ୍ୱରାନ୍ୱିତ ଥିବା ସମୟରେ, Windows, macOS କିମ୍ବା Linux ପାଇଁ OmniDoc ଡେସ୍କଟପ୍ ଆପ୍ ବ୍ୟବହାର କରନ୍ତୁ।
ଏବେ ଚେଷ୍ଟା କରନ୍ତୁ
PDF ପ୍ରତି 501 ପୃଷ୍ଠା ପର୍ଯ୍ୟନ୍ତ ଏବଂ କୌଣସି ମାସିକ ସୀମା ନାହିଁ; ମାଗଣା ଯୋଜନାରେ କାର୍ଯ୍ୟଗୁଡ଼ିକ କ୍ୟୁ ମଧ୍ୟରେ ଅପେକ୍ଷା କରିଥାଏ। ଦୀର୍ଘ ଫାଇଲ୍ଗୁଡ଼ିକ ପାଇଁ କିମ୍ବା ଆପଣ ତ୍ୱରାନ୍ୱିତ ଥିବା ସମୟରେ, OmniDoc ଡେସ୍କଟପ୍ ଆପ୍ରେ କୌଣସି ପୃଷ୍ଠା ସୀମା କିମ୍ବା କ୍ୟୁ ନାହିଁ।
ମୁକ୍ତ-ଶୁଳ୍କ ଭାବରେ ବାହାର କରିବା ଆରମ୍ଭ କରନ୍ତୁଡେସ୍କଟପ୍ ଆପ୍ ପାଆନ୍ତୁ