OmniDoc 文件提取 / 由 PDF 檔案提取表格
由 PDF 檔案提取表格
由 PDF 檔案同掃描件提取表格,保留標題、行同欄,變成 Markdown 個表格同結構化數據,而唔係複製貼上之後將數字擠成一行。
上載一個 PDF 來提取表格桌面應用: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。
表格係點樣提取嘅
OmniDoc 嘅表格識別會搵到每個表格嘅範圍、標題同每一個細胞,然後按行同欄寫出嚟。掃描入面嘅表格會先被識別成文字,然後再重新建構。
表格會同文字一齊出現:document.md 有 Markdown 個表格,而 document.json 入面每個表格都係結構化數據,有行有欄,連標題同周圍嘅文字都保留咗。
例子

點樣運作嘅
上傳檔案
用OmniDoc帳戶登入,然後將檔案拖到頁面上。
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。
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。
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。
問題
合併過嘅細胞可以識別嗎?
常見嘅合併標題可以識別;好複雜嘅表格要對照原稿檢查下。
我可以匯出到 Excel 嗎?
目前輸出係 Markdown 同 JSON。JSON 入面嘅表格係按行同欄整理過,所以可以匯入試算表程式或者用腳本轉換。
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。
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。
上載一個 PDF 來提取表格攞到桌面應用