Konwerter PDF do JSON

Wszystko, co jest w PDF, jako uporządkowany JSON: strony, bloki tekstu, tabele, pola formularzy i zakładki.

W drugą stronę: JSON do PDF

Pliki nie opuszczają Twojego urządzenia — wszystko dzieje się w przeglądarce

PDF dobrze się czyta, ale programowo trudno go przetworzyć: tekst, tabele i pola są wymieszane w instrukcjach rysowania. Konwerter układa dokument w czysty JSON. W meta są tytuł, autor, daty i liczba stron. pages zawiera każdą stronę z rozmiarem, pełnym tekstem i blokami, z których każdy ma x, y, szerokość i wysokość w punktach od lewego górnego rogu — wystarczy, by znaleźć, gdzie na stronie jest suma albo podpis.

Tabele z liniami są wyodrębniane osobno, tym samym silnikiem co w naszym konwerterze PDF do Excela: każdy wpis w tables zachowuje numer strony i wiersze komórek. Pola formularzy do wypełnienia — nazwa, typ i wartość — trafiają do forms, a zakładki dokumentu do outline z poziomem i stroną.

Jeśli PDF to skan bez warstwy tekstowej, włącz „Rozpoznawaj tekst na skanach”. Tesseract odczyta strony, a bloki staną się słowami ze współrzędnymi i pewnością rozpoznania. W jednym przebiegu rozpoznawane są angielski, niemiecki, francuski, hiszpański i rosyjski; polski nie ma jeszcze własnego pakietu, więc litery takie jak ą, ę czy ł mogą wyjść niedokładnie.

To narzędzie działa na naszym serwerze, bo przeglądarka nie potrafi rozłożyć PDF ani odczytać tekstu z obrazu. Plik przesyłany jest przez HTTPS, przetwarzany i usuwany po godzinie; nie przechowujemy ani nie przeglądamy dokumentów.

Co trafia do JSON

Jak przekonwertować PDF do JSON w 3 krokach

  1. 1

    Wgraj PDF

    Przeciągnij plik do 20 MB. Skany są rozpoznawane do 30 stron naraz.

  2. 2

    Sprawdź wynik

    JSON otworzy się jako drzewo: strony, tabele, formularze i zakładki. Dla skanu włącz rozpoznawanie tekstu.

  3. 3

    Pobierz JSON

    Albo od razu wyślij dane do Excela, CSV, Worda lub TXT przyciskami poniżej.

Częste pytania

Wgraj plik na tej stronie. Po kilku sekundach JSON otworzy się do sprawdzenia i będzie gotowy do pobrania.
Włącz „Rozpoznawaj tekst na skanach”: OCR odczyta strony, a JSON dostanie słowa ze współrzędnymi. Bez tego skan nie ma tekstu do wyodrębnienia.
Są w sekcji tables. Jeśli od razu potrzebujesz arkusza, szybszy będzie PDF do Excel.
W punktach typograficznych (1/72 cala) od lewego górnego rogu strony — tak, jak mierzą biblioteki PDF.
Plik idzie przez HTTPS i jest usuwany z serwera po godzinie. Służy wyłącznie do konwersji.

Powiązane narzędzia