PDF’yi metne dönüştürün

Bir PDF’deki metni çıkarıp metin (TXT) dosyasına dönüştüren ücretsiz bir araç. Metin içeren sayfalar olduğu gibi çıkarılır, taranmış sayfalardaki metin ise OCR (optik karakter tanıma) ile okunur. PDF’niz tarayıcınızda işlenir ve hiçbir zaman yüklenmez. OCR tek seferde en fazla 200 sayfa okuyabilir (işlemin daha uzun sürdüğü cihazlarda 30 sayfa). Dosya başına en fazla 200 MB’lık PDF’ler açabilirsiniz (telefon ve tabletlerde 100 MB).

Ortamınız kontrol ediliyor…

Yalnızca PDF’de metni olmayan (taranmış sayfalar gibi) veya bozuk metinli sayfalar varsa ilk çalıştırmada bu siteden bir yapay zekâ modeli (yaklaşık 17 MB) indirilir; sonraki çalıştırmalarda tarayıcınızda saklanan kopya kullanılır. PDF’leriniz hiçbir zaman yüklenmez.

Ayarlar

Nasıl kullanılır

  1. 1

    PDF ekleyin

    Metne dönüştürülecek PDF’leri seçin veya bırakın. Birden çok PDF’yi aynı anda ekleyebilirsiniz. PDF’leriniz hiçbir zaman yüklenmez.

  2. 2

    Belge dilini ve sayfa sonlarını seçin

    “Belge dili” altında PDF’nin yazıldığı dili seçin (taranmış sayfalar okunurken kullanılır). Yalnızca bazı sayfaları dönüştürmek için bunları “Sayfa aralığı”na girin. Sayfaların arasına ne konacağını “Sayfa sonları” altında seçin.

  3. 3

    Dönüştürün ve kaydedin

    PDF’nin metnini içeren bir TXT dosyası oluşturmak için “Çalıştır”a basın. “Kaydet” ile kaydedin veya tamamını “Metni kopyala” ile kopyalayın. Taranmış sayfalar okunduysa tanınan satırları “Tanınan metni kontrol et” ile kontrol edebilirsiniz.

PDF’yi metne dönüştürme hakkında

Metin içeren sayfalar, Chrome’da da kullanılan PDF motoru PDFium ile, yapay zekâ modeli olmadan çıkarılır. Metin içermeyen sayfalar ve metni bozuk olan sayfalar (metni seçince farklı karakterler çıkıyorsa), tarayıcınızda çalışan PaddleOCR metin tanıma modeliyle (PP-OCRv6, Apache-2.0) okunur. Yapay zekâ modeli (yaklaşık 17 MB) yalnızca bu durumda, ilk çalıştırmada bu siteden indirilir; sonraki çalıştırmalarda tarayıcınızda saklanan kopya kullanılır. Birçok sayfasında metin bulunan PDF’lerde araç, yapay zekâ modelini indirmeden önce sorar. GPU’yu (WebGPU) kullanamayan cihazlarda işlem CPU’da çalışır ve GPU’dakinden daha uzun sürer.

Zaten OCR metin katmanı olan sayfalarda o metin çıkarılır. Metin ve görüntüleri karışık içeren sayfalarda metin çıkarılır ve metinle çakışmayan kısımlar okunur. OCR ile okunacak sayfa sayısı tek seferde okunabilecek sayıdan fazlaysa metin içermeyen sayfalar baştan itibaren okunur ve okunmayan sayfaların numaraları gösterilir. Kaydedilen dosya UTF-8 metin dosyasıdır (.txt). Sayfalar arasına ne konacağını “Sayfa sonları” altında seçebilirsiniz (varsayılan olarak “--- 1 / 3 ---” gibi bir ayırıcı satır).

Bu aracın özellikleri

Giriş
PDF
Çıktı
TXT
Sınırlar
Dosya sayısında sınır yok (toplu işleme). Dosya başına en fazla 200 MB (telefon ve tabletlerde 100 MB). Tek seferde en fazla 200 sayfa OCR ile okunur (CPU’da işleyen cihazlarda 30 sayfa; bunun ötesindeki sayfaların numaraları gösterilir)
  • Ücretsiz, üyelik yok, kurulacak uygulama yok
  • Dosyalar hiçbir zaman yüklenmez (tarayıcınızda işlenir)

Sık sorulan sorular

PDF’im bir sunucuya gönderiliyor mu?

Hayır. PDF’nin açılması, metnin çıkarılması ve taranmış sayfalardaki metnin okunması tamamen cihazınızdaki tarayıcıda gerçekleşir. Hataları düzeltmemize yardımcı olan istatistikler (sayfa sayısı aralığı, metni çıkarılan ve OCR ile okunan sayfa sayılarının aralıkları, sayfa başına sürenin aralığı, hata türleri vb.) bu sitenin sunucusuna gönderilir. Bunlar PDF’nin içeriğini, çıkarılan metni, tanınan metni, dosya adlarını, parolaları veya girdiğiniz sayfa aralıklarını içermez. İstatistikleri sayfanın altındaki “İşleme istatistiklerini gönder” anahtarıyla kapatabilirsiniz.

Taranmış bir PDF’den metin çıkarabilir mi?

Evet. Metin içermeyen sayfalar ve metni bozuk olan sayfalar OCR (optik karakter tanıma) ile okunur. Yatay yazılmış basılı metin için tasarlanmıştır. Dikey metin içeren sayfaları da okur, ancak yatay metne göre daha fazla hata yapar ve noktalama işaretlerini atlayabilir. El yazısı desteklenmez. Bir PDF’yi aranabilir yapıp PDF olarak tutmak için “PDF OCR” aracını kullanın.

Parola korumalı veya yazarın kısıtladığı bir PDF’den metin çıkarabilir mi?

Evet. Parola korumalı bir PDF, açma parolasını girdiğinizde açılır. Yazar kopyalamayı ve çıkarmayı kısıtladıysa araç, izin parolasını girene kadar metni çıkarmaz. Bu araç parola tahmini yapmaz; izin parolasını bilmiyorsanız PDF’yi oluşturan kişiye sorun. Metin (TXT) dosyası parola veya kısıtlama taşıyamaz; bu yüzden kaydettiğiniz dosyayı herkes açabilir. Siyah kutular gibi ek açıklamaların altına gizlenmiş metin de dosyada hâlâ metin olarak duruyorsa çıkarılır; bu yüzden metni dosyadan silmek için “PDF karartma” aracını kullanın.

Çıkarılan metin hata içerebilir mi?

Evet. OCR ile okunan sayfalarda metnin boyutuna, tarama çözünürlüğüne ve kâğıttaki lekelere veya eğikliğe bağlı olarak bazı karakterler yanlış okunabilir veya atlanabilir. Tablolarda aralarında geniş boşluk bulunan sayılar, diğer metinlere göre daha sık yanlış okunur. Belge dili olarak “Japonca” seçildiğinde JIS 1. ve 2. düzey kanji kümelerinin dışındaki karakterler ve emojiler benzer görünen karakterler olarak okunabilir. Sütunlar ve tablolar okuma sırasından farklı bir sırayla çıkabilir. Metin içeren sayfalar PDF’de saklanan sırayı izler; OCR ile okunan sayfalarda ise uzun hücreli bir tablo sütun sütun çıkabilir. OCR ile okunan satırları sayfa üzerinde çerçeveli olarak görmek için “Tanınan metni kontrol et” düğmesine basın; hata içerme olasılığı daha yüksek satırlar farklı bir renkle gösterilir.

Hizmeti geliştirmemize yardım edin

Bir dönüştürme başarısız olursa koşulları bize göndermeniz nedenini bulmamıza yardımcı olur. Hangi cihazların ve biçimlerin en sık başarısız olduğunu ve işlemin ne kadar sürdüğünü bilmek, desteklenen biçimleri gözden geçirmemizi ve arkalarındaki hataları düzeltmemizi sağlar. Sakıncası yoksa bunu açık bırakmanız gerçekten yardımcı olur.

Gönderilenler

  • Kullandığınız araç ve seçtiğiniz ayarlar (çıktı biçimi, kalite vb.)
  • Cihaz özellikleriniz (GPU, bellek, çekirdek sayısı)
  • Giriş biçimi ve yaklaşık boyutu
  • Kaç dosyanın başarılı veya başarısız olduğu ve ne kadar sürdüğü
  • Bir şey başarısız olduğunda hata türü ve ayrıntıları

Asla gönderilmeyenler

  • Dosyaların kendisi ve dosya adları
  • PDF’lerdeki metin, yeniden yazdığınız veya kararttığınız metin, parolalar, yazı tipi adları ve girdiğiniz sayfa aralıkları
  • Tanınan metin ve tanınan satırların konumları
  • IP adresleri

Veriler yalnızca bu sitenin kendi sunucusuna gider, hiçbir zaman üçüncü taraf bir hizmete gitmez.
Her aracın gönderdiği ayrıntılar dahil tam liste için gizlilik politikasındaki “İşleme istatistikleri” bölümüne bakın.

Bu aracın gönderdiği ayrıntılar (yalnızca sayılar, süreler, türler ve evet/hayır)

Bu araç “Gönderilenler”e ek olarak aşağıdaki ayrıntıları gönderir.

PDF araçları (tümü)
Sayfa sayısı aralığı, düzenlemenin kısıtlı olup olmadığı, izin parolası girilip girilmediği ve PDF’nin imzalı veya şifreli olup olmadığı.
PDF’den metne
Giriş ve çıktı sayıları; metni çıkarılan sayfaların, zaten OCR metni olan sayfaların, metin ve görüntüleri karışık içeren sayfaların, OCR ile okunan sayfaların, metin bulunamayan okunmuş sayfaların, bozuk metinli sayfaların, boş sayfaların, dikey metin olarak yeniden düzenlenen sayfaların, yönü düzeltilen sayfaların, yapay zekâ modeli indirilmediği için okunmayan sayfaların ve tek seferde okunabilecek sayfa sayısının ötesinde kaldığı için okunmayan sayfaların; okunan satır ve karakterlerin ve mevcut metin veya ek açıklamalarla çakıştığı için okunmayan alan ve karakterlerin sayıları (tümü aralık olarak), dikey satırların ve hata içerme olasılığı daha yüksek satırların oranının aralıkları, sayfa başına sürenin ve yapay zekâ modeli yüklenme süresinin aralıkları, yapay zekâ modelinin türü ve sürümü ve indirilip indirilmediği, aracın yapay zekâ modelini indirmeden önce sorup sormadığı, işleme çözünürlüğünün aralığı ve düşürülüp düşürülmediği, metni bulmak için bir görüntünün bölündüğü parça sayısının aralığı, tahmini sürenin 15 dakikayı aşıp aşmadığı ve GPU’nun kullanılamaz hâle gelip gelmediği.

İlgili araçlar