OmniDoc డాక్యుమెంట్ సంగ్రహణPDF ను Markdown, JSON గా ఉచితంగా
Markdown మరియు JSON యొక్క క్రమంలో PDF, స్కాన్ లేదా ఆఫీస్ ఫైల్ యొక్క శీర్షికలు, పేరాలు, పట్టికలు మరియు చిత్రాలను పొందండి.
ఉచితంగా వెలికితీయడం ప్రారంభించండిడెస్క్ టాప్ అనువర్తనం: పేజీ పరిమితి లేదుప్రతి PDFకి గరిష్టంగా 501 పేజీలు మరియు నెలవారీ పరిమితి లేదు; ఉచిత పనులు క్యూలో వేచి ఉంటాయి. పొడవైన ఫైల్‌ల కోసం లేదా మీరు ఆతురుతలో ఉన్నప్పుడు, OmniDoc డెస్క్‌టాప్ యాప్‌కి పేజీ పరిమితి లేదు మరియు క్యూ ఉండదు.
విధి ద్వారా ఎంచుకోండి
- PDF నుంచి Markdown వరకుహెడ్డింగ్ లు, పేరాగ్రాఫ్ లు మరియు టేబుల్స్ కలిపి
- స్కాన్ చేసిన డాక్యుమెంట్ OCRPDF ఫైల్‌లు మరియు ఇమేజ్లు సవరించగలిగే నిర్మాణాత్మక వచనంలోకి స్కాన్ చేయబడ్డాయి
- PDF టేబుల్ వెలికితీతMarkdown టేబుల్స్ మరియు JSONలోనికి టేబుల్స్
- Word, PowerPoint మరియు Excel నుంచి Markdownఆఫీస్ ఫైల్స్ యొక్క స్ట్రక్చర్ నేరుగా చదవబడుతుంది
ఇది ఎలా పనిచేస్తుంది
ఫైలును అప్ లోడ్ చేయండి
OmniDoc ఖాతాతో సైన్ ఇన్ చేయండి మరియు ఫైలును పేజీలో డ్రాప్ చేయండి.
వెలికితీత ప్రారంభించండి
PDF ఫైళ్లు, స్కాన్ లు మరియు ఇమేజ్ లు లేఅవుట్ విశ్లేషణ, టెక్ట్స్ గుర్తింపు మరియు టేబుల్ రికగ్నిషన్ ద్వారా వెళతాయి; ఆఫీస్ ఫైల్స్, ఇ-బుక్స్ మరియు వెబ్ పేజీలు నేరుగా పార్స్ చేయబడతాయి.
ఫలితాన్ని డౌన్ లోడ్ చేసుకోండి
Markdown, JSON మరియు ఇమేజ్ లతో ఒక జిప్ ఫైలును డౌన్ లోడ్ చేసుకోండి. జాబ్ బ్యాక్ గ్రౌండ్ లో రన్ అవుతుంది, అందువల్ల మీరు పేజీని క్లోజ్ చేయవచ్చు.
ఫలితం ఏమి ఉంచుతుంది
శీర్షిక స్థాయిలు
అధ్యాయాలు, పేరాలు మరియు జాబితాలు అసలు యొక్క సోపానక్రమాన్ని ఉంచుతాయి; Markdownలో శీర్షికలు #, ## మరియు మొదలైనవి.
పట్టిక అడ్డు వరుసలు మరియు నిలువు వరుసలు
పట్టికలు Markdown పట్టికలుగా మరియు నిర్మాణాత్మక డేటాగా వస్తాయి, సంఖ్యల రన్‌గా కాదు.
స్కాన్ లు కూడా పని చేస్తాయి
స్కాన్ చేయబడిన PDF ఫైళ్లు మరియు ఇమేజ్లు మొదట గుర్తించబడతాయి మరియు తరువాత వాటి లేఅవుట్ ద్వారా నిర్వహించబడతాయి.
చిత్రాలు విడిగా ఎగుమతి చేయబడ్డాయి
చిత్రాలు images/ ఫోల్డర్‌లో సేవ్ చేయబడతాయి మరియు వాటి స్థానాలు Markdown మరియు JSONలో మార్క్ చేయబడతాయి.
జిప్ ఫైలులో ఏమి ఉంది
document.md | Markdown వలే పూర్తి టెక్ట్స్ |
document.json | రీడింగ్ క్రమంలో స్ట్రక్చర్డ్ డేటా |
images/ | పత్రం యొక్క చిత్రాలు, విడిగా సేవ్ చేయబడ్డాయి |
manifest.json | ప్రాథమిక సమాచారంతో ఫైల్‌ల జాబితా |
మద్దతు ఉన్న ఫార్మాట్లు
| ఫైలు | ఇది ఎలా ప్రాసెస్ చేయబడుతుంది |
|---|---|
| PDF, స్కాన్ చేయబడ్డ PDF, PNG, JPG, WEBP మరియు BMP ఇమేజ్ లు | లేఅవుట్ విశ్లేషణ, టెక్స్ట్ రికగ్నిషన్ (OCR) మరియు టేబుల్ రికగ్నిషన్ |
| Word డాక్యుమెంట్ లు, PowerPoint ప్రజంటేషన్ లు, Excel షీట్ లు, CSV | డాక్యుమెంట్ స్ట్రక్చర్ నేరుగా చదవబడుతుంది |
| EPUB ఇ-బుక్స్, HTML పేజీలు | అధ్యాయాలు మరియు శరీర వచనం అన్వయించబడ్డాయి |
| Markdown, TXT, SRT మరియు ASS ఉపశీర్షికలు | అదే Markdown మరియు JSONలోకి మార్చబడింది |
ఉదాహరణ
OmniDoc డెస్క్ టాప్ యాప్
Windows, macOS మరియు Linux కోసం ఉచిత డెస్క్‌టాప్ యాప్ మీ స్వంత కంప్యూటర్‌లో ఫైల్‌లను తెరుస్తుంది, ఎడిట్ చేస్తుంది మరియు సేవ్ చేస్తుంది.
10,000 పేజీల పత్రంలోనూ టైపింగ్ ఆగదు
10,000 కంటే ఎక్కువ పేజీలున్న పత్రాన్నీ చిన్న పత్రం అంత సులువుగా సవరించండి: ప్రతి కీ నొక్కడం సుమారు 9 మిల్లీసెకన్లలో లేఅవుట్ అవుతుంది, ఏ పేజీకైనా సుమారు 3 మిల్లీసెకన్లలో చేరవచ్చు.
సంప్రదాయ Office XML కు 100% మద్దతు
.docx, .xlsx, .pptx నేరుగా తెరుచుకుని సేవ్ అవుతాయి, ప్రామాణిక Office ఫైళ్లుగానే ఉంటాయి; ఫార్ములాలు, చార్ట్‌లు, పివట్ టేబుల్స్ యథావిధిగా పనిచేస్తాయి.
చైనా కొత్త జాతీయ ప్రామాణిక ఫార్మాట్లు
OFD (GB/T 33190) ను తెరిచి ఎడిట్ చేయండి, PDF కు, PDF నుంచి మార్చండి; GB/T 7714—2015 రిఫరెన్సులు, GB/T 7713.1 థీసిస్ టెంప్లేట్, అధికారిక పత్రాల సంఖ్యా క్రమం 一、（一）1.（1）① సిద్ధంగా ఉన్నాయి.
ప్రశ్నలు
టెక్స్ట్ ను కాపీ చేయడానికి ఇది ఎలా భిన్నంగా ఉంటుంది?
కాపీ చేయడం మీకు సాదా వచనాన్ని ఇస్తుంది. సంగ్రహణ శీర్షికలు, పేరాగ్రాఫ్‌లు, పట్టికలు మరియు చిత్రాలను మరియు అవి ఎలా సంబంధం కలిగి ఉన్నాయో ప్రోగ్రామ్‌ని ఉపయోగించగల నిర్మాణాత్మక డేటాగా ఉంచుతుంది.
నేను ఫలితాన్ని దేనికి ఉపయోగించగలను?
Markdown నోట్స్, నాలెడ్జ్ బేస్ లు మరియు డాక్యుమెంటేషన్ సైట్ లకు సూట్ అవుతుంది; JSON పఠన క్రమంలో ఉంది మరియు డేటాబేస్లు, AI పునరుద్ధరణ (RAG) మరియు ప్రోగ్రామ్ ల ద్వారా తదుపరి ప్రాసెసింగ్ కు సరిపోతుంది.
గుర్తింపు ఖచ్చితమైనదా?
టెక్స్ట్ లేయర్‌తో PDF ఫైల్‌లు మరియు Office ఫైల్‌లు నేరుగా చదవబడతాయి. స్కాన్‌లు మరియు ఇమేజ్లు టెక్స్ట్ రికగ్నిషన్ ద్వారా వెళ్తాయి, కాబట్టి అసలైన వాటికి వ్యతిరేకంగా నంబర్‌లు మరియు టేబుల్‌లను చెక్ చేయండి.
నాకు ఖాతా అవసరమా?
అవును. OmniDoc ఖాతాతో సైన్ ఇన్ చేయండి; సైన్ అప్ చేయడం ఉచితం. మీరు అప్‌లోడ్ చేసిన ఫైల్‌లు మరియు వాటి ఫలితాలను మీరు మాత్రమే చూడగలరు.
ఉచిత సంస్కరణ యొక్క పరిమితులు ఏమిటి?
ప్రతి PDFకి గరిష్టంగా 501 పేజీలు మరియు నెలవారీ పరిమితి లేదు; ఉచిత పనులు క్యూలో వేచి ఉంటాయి. పొడవైన ఫైల్‌ల కోసం లేదా మీరు ఆతురుతలో ఉన్నప్పుడు, OmniDoc డెస్క్‌టాప్ యాప్‌కి పేజీ పరిమితి లేదు మరియు క్యూ ఉండదు.
నేను ఏదైనా ఇన్‌స్టాల్ చేయాలా?
లేదు, ఇది బ్రౌజర్ లో రన్ అవుతుంది. పొడవైన ఫైళ్ల కొరకు, లేదా మీరు తొందరపడినప్పుడు, Windows, macOS లేదా Linux కొరకు OmniDoc డెస్క్ టాప్ యాప్ ఉపయోగించండి.
ఇప్పుడే ప్రయత్నించండి
ప్రతి PDFకి గరిష్టంగా 501 పేజీలు మరియు నెలవారీ పరిమితి లేదు; ఉచిత పనులు క్యూలో వేచి ఉంటాయి. పొడవైన ఫైల్‌ల కోసం లేదా మీరు ఆతురుతలో ఉన్నప్పుడు, OmniDoc డెస్క్‌టాప్ యాప్‌కి పేజీ పరిమితి లేదు మరియు క్యూ ఉండదు.
ఉచితంగా వెలికితీయడం ప్రారంభించండిడెస్క్ టాప్ యాప్ పొందండి