Trích xuất văn bản từ PDF vào tài liệu Word có thể chỉnh sửa.

PDF không phải là tài liệu theo cách mà tệp Word là. Nó gần giống như một bộ hướng dẫn in: đặt ký tự này tại những tọa độ này, vẽ đường này ở đây, tô màu hình chữ nhật này bằng màu đó. Không có đoạn văn theo nghĩa cấu trúc, thường không có thứ tự đọc đáng tin cậy, và thường không có khái niệm về những phần văn bản nào thuộc về nhau. Đó chính xác là điều làm cho PDF đáng tin cậy để xem — chúng trông giống hệt nhau ở mọi nơi — và khiến việc thay đổi trở nên khó chịu.

Khi bạn cần cập nhật hợp đồng, tái sử dụng nội dung từ báo cáo, trích dẫn một vài trang của bài báo hoặc gửi văn bản cho người làm việc trong Word, bạn cần lấy lại các từ từ bố cục đó. Chuyển đổi sang .docx làm chính xác điều đó: nó khôi phục văn bản dưới dạng các đoạn có thể chỉnh sửa mà bạn có thể viết lại, tái cấu trúc và định dạng lại.

Handytool thực hiện quá trình chuyển đổi này cục bộ. PDF của bạn được đọc trong trình duyệt bằng pdf.js của Mozilla, và tệp Word được tạo trên máy của riêng bạn. Không có gì được truyền đi, điều này rất quan trọng khi PDF là hợp đồng, phiếu lương, thư y tế hoặc bất cứ thứ gì khác mà bạn không muốn nằm trên máy chủ của người lạ.

Có hai loại PDF rất khác nhau trông giống hệt nhau trên màn hình. PDF kỹ thuật số — được xuất từ Word, InDesign, trình duyệt hoặc hệ thống kế toán — chứa văn bản thực: bạn có thể chọn nó, tìm kiếm nó và sao chép nó. PDF được quét là ảnh chụp trang được bao bọc trong vùng chứa PDF. Nó trông giống như văn bản với mắt bạn, nhưng đối với phần mềm, nó chỉ là pixel.

Trình chuyển đổi này trích xuất văn bản thực sự có ở đó, vì vậy tài liệu được quét không tạo ra gì và công cụ sẽ cho bạn biết rằng không tìm thấy văn bản có thể chọn. Cách nhanh để kiểm tra trước khi bạn bắt đầu là mở PDF trong bất kỳ trình đọc nào và cố gắng chọn một câu bằng con trỏ của bạn. Nếu văn bản được tô sáng, quá trình chuyển đổi sẽ hoạt động. Nếu bạn không thể chọn bất cứ thứ gì, bạn có một bản quét, và bạn sẽ cần OCR — nhận dạng ký tự quang học — để nhận dạng các ký tự trong hình ảnh trước tiên. Công cụ này không thực hiện OCR.

Tìm kiếm trình chuyển đổi PDF sang Word và hầu hết các kết quả yêu cầu bạn tải lên tệp của mình. Hợp đồng của bạn, hóa đơn của bạn, hồ sơ y tế của bạn, bản thảo chưa xuất bản của bạn được sao chép vào máy chủ mà bạn không biết gì, được xử lý ở đó, và — nếu chính sách bảo mật là trung thực — bị xóa tại một số thời điểm mà bạn phải tin tưởng.

Trình chuyển đổi của Handytool không bao giờ đưa ra yêu cầu đó, vì nó không cần. PDF được phân tích cú pháp trong trình duyệt của bạn và tệp Word được viết trên máy của riêng bạn. Sau khi trang được tải, bạn có thể ngắt kết nối internet hoàn toàn và quá trình chuyển đổi sẽ vẫn hoàn thành. Không có tải lên, không có tài khoản, không có hình mờ và không có lưu giữ tệp — vì không có tệp để lưu giữ.