ดึงข้อความจาก PDF เป็น TXT: เลือกข้อความได้หรือเป็นเพียงภาพถ่าย
หน้าที่เห็นตัวหนังสือไม่ได้แปลว่ามี text layer เสมอไป เอกสารสแกนอาจมีแต่พิกเซล ส่วน PDF ที่มีข้อความจริงก็อาจเก็บชิ้นข้อความคนละลำดับกับที่สายตาอ่าน เครื่องมือจึงไม่ควรใช้ยืนยันข้อมูลสำคัญโดยไม่เทียบต้นฉบับ
เครื่องมือนี้ตอบคำถามอะไร
ดึงชั้นข้อความจาก PDF เพื่อนำไปค้นหา คัดลอกหรือจัดรูปแบบต่อ
หลักการที่อยู่เบื้องหลังผล
อ่าน text layer ด้วย PDF.js ตามลำดับข้อความในเอกสาร
ตัวอย่างและการตรวจคำตอบ
PDF ที่มีคำว่า ToolThai จะได้ข้อความ ToolThai ใน TXT
PDF สแกนอาจแสดงหน้าชัดแต่ดึงข้อความไม่ได้ ส่วน PDF สองคอลัมน์อาจได้บรรทัดสลับกัน
จุดที่ไม่ควรตีความเกินผล
ไม่ทำ OCR ให้หน้าสแกน และลำดับคอลัมน์หรือสระไทยอาจต่างจากการอ่านด้วยตา ต้องตรวจแก้ก่อนนำไปอ้างอิง
ไม่ทำ OCR หากหน้ามีแต่ภาพจะแจ้งว่าไม่พบข้อความ ลำดับคอลัมน์/วรรณยุกต์ขึ้นกับโครงสร้างต้นฉบับ
ลองกับข้อมูลของคุณ
ลองหน้าที่มีข้อความเลือกได้ก่อน ตรวจลำดับย่อหน้า ตารางและภาษาไทยกับภาพต้นฉบับ
คำถามที่พบบ่อย
เลือกข้อความได้หรือเป็นเพียงภาพถ่าย หมายถึงอะไร?
หน้าที่เห็นตัวหนังสือไม่ได้แปลว่ามี text layer เสมอไป เอกสารสแกนอาจมีแต่พิกเซล ส่วน PDF ที่มีข้อความจริงก็อาจเก็บชิ้นข้อความคนละลำดับกับที่สายตาอ่าน เครื่องมือจึงไม่ควรใช้ยืนยันข้อมูลสำคัญโดยไม่เทียบต้นฉบับ
ทดลองแล้วควรได้ผลอย่างไร?
PDF ที่มีคำว่า ToolThai จะได้ข้อความ ToolThai ใน TXT
มีข้อจำกัดอะไรที่ต้องตรวจ?
ไม่ทำ OCR หากหน้ามีแต่ภาพจะแจ้งว่าไม่พบข้อความ ลำดับคอลัมน์/วรรณยุกต์ขึ้นกับโครงสร้างต้นฉบับ