PDF से JSON कन्वर्टर

PDF में जो कुछ है, सब व्यवस्थित JSON में: पेज, टेक्स्ट ब्लॉक, टेबल, फ़ॉर्म फ़ील्ड और बुकमार्क।

उल्टी दिशा: JSON से PDF

आपकी फ़ाइलें डिवाइस से बाहर नहीं जातीं — सारा काम ब्राउज़र में होता है

PDF पढ़ने में आसान है, पर प्रोग्राम से प्रोसेस करना मुश्किल: टेक्स्ट, टेबल और फ़ील्ड ड्रॉइंग निर्देशों में मिले-जुले रहते हैं। यह कन्वर्टर दस्तावेज़ को साफ़ JSON में सजा देता है। meta में शीर्षक, लेखक, तारीखें और पेजों की संख्या होती है। pages में हर पेज का आकार, पूरा टेक्स्ट और ब्लॉक होते हैं; हर ब्लॉक में ऊपरी बाएँ कोने से पॉइंट में x, y, चौड़ाई और ऊँचाई — इतना कि पता चल जाए कि कुल राशि या हस्ताक्षर पेज पर कहाँ है।

बॉर्डर वाली टेबल अलग से निकाली जाती हैं, उसी इंजन से जो हमारे PDF से Excel कन्वर्टर में है: tables की हर एंट्री में पेज नंबर और सेल की पंक्तियाँ रहती हैं। भरे जा सकने वाले फ़ॉर्म फ़ील्ड — नाम, प्रकार और मान — forms में जाते हैं, और दस्तावेज़ के बुकमार्क स्तर और पेज के साथ outline में।

अगर PDF बिना टेक्स्ट लेयर वाला स्कैन है, तो «स्कैन में टेक्स्ट पहचानें» चालू करें। Tesseract पेज पढ़ता है और ब्लॉक निर्देशांक व भरोसे के स्कोर वाले शब्द बन जाते हैं। अभी अंग्रेज़ी, जर्मन, फ़्रेंच, स्पैनिश और रूसी एक साथ पहचानी जाती हैं; हिंदी अभी समर्थित नहीं है।

यह टूल हमारे सर्वर पर चलता है, क्योंकि ब्राउज़र न तो PDF को खोलकर उसके हिस्से अलग कर सकता है, न तस्वीर से टेक्स्ट पढ़ सकता है। फ़ाइल HTTPS से जाती है, प्रोसेस होती है और एक घंटे बाद मिटा दी जाती है; हम दस्तावेज़ न रखते हैं, न देखते हैं।

JSON में क्या आता है

3 चरणों में PDF को JSON में कैसे बदलें

  1. 1

    PDF अपलोड करें

    20 MB तक की फ़ाइल खींचकर डालें। स्कैन एक बार में 30 पेज तक पहचाने जाते हैं।

  2. 2

    नतीजा देखें

    JSON ट्री के रूप में खुलता है: पेज, टेबल, फ़ॉर्म और बुकमार्क। स्कैन हो तो टेक्स्ट पहचान चालू करें।

  3. 3

    JSON डाउनलोड करें

    या नीचे के बटन से डेटा सीधे Excel, CSV, Word या TXT में भेजें।

अक्सर पूछे जाने वाले प्रश्न

इस पेज पर फ़ाइल अपलोड करें। कुछ सेकंड में JSON देखने के लिए खुल जाता है और डाउनलोड के लिए तैयार रहता है।
«स्कैन में टेक्स्ट पहचानें» चालू करें: OCR पेज पढ़ता है और JSON में निर्देशांक वाले शब्द आ जाते हैं। इसके बिना स्कैन में निकालने लायक टेक्स्ट नहीं होता। हिंदी की पहचान अभी उपलब्ध नहीं है।
वे tables हिस्से में हैं। अगर तुरंत स्प्रेडशीट चाहिए तो PDF से Excel ज़्यादा तेज़ है।
पेज के ऊपरी बाएँ कोने से टाइपोग्राफ़िक पॉइंट (1/72 इंच) में — वैसे ही जैसे PDF लाइब्रेरी मापती हैं।
फ़ाइल HTTPS से जाती है और एक घंटे बाद सर्वर से हट जाती है। इसका इस्तेमाल सिर्फ़ कन्वर्ज़न के लिए होता है।

संबंधित टूल