PDF sang văn bản

Trích xuất chữ từ tệp PDF và lưu thành tài liệu .txt thuần túy mà bạn mở được ở bất cứ đâu. Ngồi bôi chọn rồi sao chép thủ công từ trình đọc PDF thường làm loạn ngắt dòng, rơi rớt ký tự và ngốn thời gian kinh khủng với tài liệu dài. Công cụ PDF sang văn bản này kéo từng dòng chữ bôi chọn được từ mọi trang chỉ trong một lượt và trao cho bạn một tệp sạch sẽ, miễn phí, không cần đăng ký và không giới hạn độ dài tài liệu.

Việc trích xuất chạy cục bộ ngay trong trình duyệt của bạn. Tệp PDF được phân tích trên chính thiết bị của bạn, nên một bản hợp đồng, một luận văn hay một báo cáo tài chính không bao giờ phải tải lên máy chủ chỉ để lấy ra phần chữ. Thiết kế chạy hoàn toàn cục bộ ấy cũng khiến mọi thứ rất nhanh; không phải chờ tải lên, kể cả với tệp dài hàng trăm trang. Khi bạn đóng thẻ trình duyệt, không còn dấu vết nào của tài liệu ở bất cứ đâu.

Có một lưu ý cần nói thẳng: công cụ này đọc lớp văn bản nằm bên trong tệp PDF. Tài liệu quét và trang chụp ảnh thực chất chỉ là hình ảnh, không có lớp văn bản nào để trích xuất, nên kết quả sẽ trống rỗng. Với những tệp như vậy, hãy dùng công cụ OCR — nó nhận dạng các ký tự trong ảnh và biến chúng thành chữ thật.

Cách trích xuất chữ từ tệp PDF trực tuyến

1. Mở công cụ PDF sang văn bản rồi thả tệp PDF vào trang, hoặc bấm duyệt tệp trên thiết bị của bạn.
2. Tệp được phân tích ngay trong trình duyệt; không có gì được tải lên trong lúc đó.
3. Kiểm tra nhanh: nếu bạn bôi chọn và sao chép được chữ trong một trình đọc PDF thông thường thì việc trích xuất sẽ chạy tốt. Còn nếu các trang là bản quét, hãy chuyển sang công cụ OCR.
4. Bấm Trích xuất để lấy chữ từ tất cả các trang theo đúng thứ tự.
5. Tải về tệp .txt vừa được tạo ra.
6. Mở nó bằng trình soạn thảo văn bản bất kỳ và dọn lại khoảng trắng hay ngắt dòng nếu bước tiếp theo của bạn đòi hỏi văn bản thật sạch.

When to use this tool

• Rút toàn văn một bài nghiên cứu ra tệp .txt để bạn tìm kiếm, trích dẫn và chú thích trong ứng dụng ghi chú của mình.
• Trích câu chữ của một hợp đồng để so sánh hai phiên bản từng dòng bằng công cụ so khác biệt, thay vì căng mắt nhìn hai tệp PDF cạnh nhau.
• Đưa một cuốn ebook hay một bản báo cáo về dạng văn bản thuần để dùng với trình đọc màn hình hoặc ứng dụng đọc thành tiếng trên đường đi làm.
• Nạp nội dung của một tài liệu dài vào công cụ dịch hoặc công cụ tóm tắt bằng AI vốn chỉ nhận văn bản thuần chứ không nhận tệp PDF.
• Cứu lại phần nội dung viết trong một tệp PDF cũ khi tệp Word gốc đã thất lạc từ lâu mà bạn lại cần chỉnh sửa tiếp.
• Lấy mô tả sản phẩm hoặc thông số kỹ thuật từ catalogue PDF của nhà cung cấp để dán vào trang bán hàng của bạn.

Tips for the best results

• Hãy thử tệp PDF trước: mở nó lên và thử bôi chọn một câu. Nếu chẳng có gì được tô sáng thì đó là bản quét — hãy chạy OCR thay vì trích xuất văn bản.
• Bố cục nhiều cột, như trong các bài báo khoa học, có thể được trích xuất theo thứ tự đọc nhảy qua nhảy lại giữa các cột. Hãy lướt qua kết quả trước khi tin dùng.
• Tiêu đề đầu trang, chân trang và số trang sẽ đi kèm theo phần nội dung chính. Một lệnh tìm và thay thế trong trình soạn thảo sẽ dọn nhanh những phần lặp đi lặp lại.
• Tệp .txt thuần túy vốn dĩ loại bỏ mọi định dạng. Hãy giữ tệp PDF gốc phòng khi bạn còn cần đến phần chữ đậm, bảng biểu hay bố cục.
• Với tài liệu rất dài, hãy tìm trong tệp .txt một cụm từ mà bạn biết là nằm gần cuối — đó là cách nhanh nhất để xác nhận mọi trang đều đã được lấy hết.