חילוץ טקסט מ-PDF
מעתיקים טקסט מ-PDF והאותיות מתערבבות? כאן הטקסט נשלף בסדר קריאה נכון, כולל עברית, ואפשר להעתיק או להוריד אותו.
איך זה עובד
- גררו את המסמך.
- לחצו על חילוץ הטקסט.
- העתיקו ללוח או הורידו כקובץ טקסט.
מתי זה שימושי
- פרטים מתוך חשבונית או הצעת מחיר ב-PDF, שצריך להעתיק לטופס או לתוכנת הנהלת חשבונות.
- סעיפים מתוך תקנון הבית המשותף או מחוזה, שרוצים לצטט במייל לוועד הבית או לעורך דין.
- ציטוטים ממאמר אקדמי לעבודה סמינריונית, בלי להקליד אותם מחדש מילה אחר מילה.
- דף מידע של קופת חולים או של משרד ממשלתי, שרוצים לשמור כקובץ טקסט קטן או לתרגם.
טוב לדעת
- הטקסט יוצא שורה אחרי שורה, כמו שהוא שבור בעמוד, עם כותרת קטנה לפני כל עמוד. כדי לקבל פסקאות רציפות, השתמשו בהמרה ל-Word או ל-Markdown.
- בטבלה, ערכים מאותה שורה עלולים להידבק זה לזה בלי רווח. כדי לשמור על העמודות, המירו את המסמך ל-Excel.
- בשורה שמשלבת עברית עם מילה באנגלית או עם הדגשה, חלקי השורה עלולים להגיע בסדר לא נכון. ההמרה ל-Word או ל-Markdown מרכיבה שורות כאלה מימין לשמאל.
- אם הדפדפן חוסם את ההעתקה ללוח, סמנו את הטקסט בתיבה והעתיקו ידנית, או הורידו אותו כקובץ טקסט.
שאלות נפוצות
לא נמצא טקסט. למה?
כנראה שזה מסמך סרוק — כלומר תמונה של טקסט, בלי שכבת טקסט אמיתית. חילוץ ממנו דורש זיהוי תווים (OCR).
העברית יוצאת נכון?
בטקסט עברי רגיל כן. בשורות שמערבבות עברית עם מילים באנגלית או עם הדגשות הסדר עלול להשתבש, כי הטקסט נשלף בסדר שבו הוא שמור בקובץ. במקרים כאלה PDF ל-Word או PDF ל-Markdown מסדרים אותו טוב יותר.
אפשר לחלץ רק עמוד אחד?
הכלי מחלץ את כל המסמך, וכל עמוד מסומן בכותרת עם המספר שלו, כך שקל למצוא את הקטע הנדרש. לחילוץ עמודים בודדים, הפרידו אותם קודם בכלי חילוץ העמודים.
באיזה קידוד נשמר קובץ הטקסט?
ב-UTF-8, הקידוד שעורכי טקסט ומערכות מודרניות קוראים כברירת מחדל, כך שהעברית נפתחת תקינה.
מה ההבדל מזיהוי טקסט (OCR)?
חילוץ שולף טקסט שכבר קיים בקובץ, ולכן הוא מהיר ומחזיר בדיוק את התווים שבמסמך. OCR קורא אותיות מתוך תמונה של דף, ונדרש רק במסמך סרוק.
כל עיבוד הקבצים מתבצע בדפדפן שלכם. לאחר טעינת הכלי אפשר לבחור קובץ ולהתחיל לעבוד.