OmniDoc 文件提取

免費PDF至Markdown同JSON

可以即刻使用 Markdown 同 JSON,將 PDF、掃描件或者Office檔案嘅標題、段落、表格同圖片,按原本嘅順序同層次提取出嚟。

免費開始提取桌面應用:冇頁數限制

每個 PDF 最多可提取 501 頁,而且冇月度上限;免費計劃嘅任務會排隊等候。如果檔案較長或者你趕時間,OmniDoc 桌面應用就冇頁數限制,亦冇排隊。

點樣運作嘅

  1. 上傳檔案

    用OmniDoc帳戶登入,然後將檔案拖到頁面上。

  2. 開始提取

    PDF 個檔案、掃描件同圖片會經過版面分析、文字識別同表格識別;Office 檔案、電子書同網頁就直接解析。

  3. 下載結果

    下載一個包含 Markdown、JSON 同圖像嘅 ZIP 檔。個任務會喺背景運行,所以你可以關閉頁面。

結果保留咗啲咩

標題層級

章節、段落同清單都會保留原本嘅層次結構;喺 Markdown 其中,標題分別係 #、## 等等。

表格行同欄

表格會以 Markdown 表格同結構化數據形式呈現,而唔係一串數字。

掃描件都可以用

掃描過嘅 PDF 檔案同圖像會先被識別,然後按佢哋嘅版面安排。

圖像會分開輸出

相片會儲存喺 images/ 個資料夾入面,而佢哋嘅位置會喺 Markdown 同 JSON 入面標明。

ZIP 檔案入面有咩?

document.md全文以 Markdown 形式
document.json按閱讀順序嘅結構化數據
images/文件嘅圖片,分開儲存
manifest.json一份帶基本資料嘅檔案清單

支援嘅格式

檔案點樣處理嘅
PDF、掃描版 PDF、PNG、JPG、WEBP 同 BMP 圖像版面分析、文字識別 (OCR) 同表格識別
Word 檔案,PowerPoint 簡報,Excel 張紙,CSV可以直接讀取文件結構
EPUB 電子書,HTML 頁章節同正文都會被解析
Markdown、TXT、SRT 同 ASS 字幕轉換成相同嘅 Markdown 同 JSON

例子

一張有編號方程式、三行表格同埋一幅圖嘅紙,喺 UniDoc 編輯器入面顯示
呢種文件提取會保持原狀:包括標題、段落、方程式同埋表格嘅行同列。

OmniDoc 桌面應用

免費嘅 Windows、macOS 同 Linux 桌面應用,可以喺你自己電腦上打開、編輯同儲存檔案。

一萬頁,打字都追得上

編輯一萬頁以上嘅文件,就好似編輯短文件咁容易:每個按鍵大約只需9毫秒,跳到任何頁面亦只需大約3毫秒。

100%經典 Office XML 支援

.docx、.xlsx 同 .pptx 可以原生打開同儲存,並保持為標準 Office 檔案;公式、圖表同樞紐分析表都可以繼續運作。

中國嘅新國家標準格式

可以原生打開同編輯 OFD(GB/T 33190),並且可以同 PDF 彼此轉換;內置咗 GB/T 7714—2015 參考文獻、GB/T 7713.1 學位論文範本同官方文件編號一、(一)1.(1)1。

攞到桌面應用

問題

呢個同複製文字有咩分別?

複製只會畀你普通文字。提取就會保留標題、段落、表格同圖片,以及佢哋之間嘅關係,變成程式可以用嘅結構化數據。

我可以用呢個結果做咩?

Markdown 適用於筆記、知識庫同文件網站;而 JSON 則按閱讀順序排列,適用於資料庫、AI 检索 (RAG) 同程式進一步處理。

識別準唔準確呀?

有文字層嘅 PDF 檔同 Office 檔會直接讀取。掃描件同圖片則需要經過文字識別,所以要對比原文核實數字同表格。

我需不需要一個帳戶?

係呀。用 OmniDoc 帳戶登入;註冊係免費嘅。只有你可以睇到你上傳嘅檔案同佢哋嘅結果。

免費版本有咩限制?

每個 PDF 最多可提取 501 頁,而且冇月度上限;免費計劃嘅任務會排隊等候。如果檔案較長或者你趕時間,OmniDoc 桌面應用就冇頁數限制,亦冇排隊。

我需不需要安裝啲咩?

唔係呀,佢係喺瀏覽器入面運行。如果檔案好大,或者你趕時間,就用 OmniDoc 桌面應用程式嚟處理 Windows、macOS 或 Linux 吧。

而家試下

每個 PDF 最多可提取 501 頁,而且冇月度上限;免費計劃嘅任務會排隊等候。如果檔案較長或者你趕時間,OmniDoc 桌面應用就冇頁數限制,亦冇排隊。

免費開始提取攞到桌面應用