PDF में जो कुछ है, सब व्यवस्थित JSON में: पेज, टेक्स्ट ब्लॉक, टेबल, फ़ॉर्म फ़ील्ड और बुकमार्क।
उल्टी दिशा: JSON से PDFफ़ाइल यहाँ खींचकर छोड़ें
या कंप्यूटर से चुनें
50 MB तक
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।
20 MB तक की फ़ाइल खींचकर डालें। स्कैन एक बार में 30 पेज तक पहचाने जाते हैं।
JSON ट्री के रूप में खुलता है: पेज, टेबल, फ़ॉर्म और बुकमार्क। स्कैन हो तो टेक्स्ट पहचान चालू करें।
या नीचे के बटन से डेटा सीधे Excel, CSV, Word या TXT में भेजें।