मुफ़्त PDF से Word

यह कैसे काम करता है

यह टूल दो JavaScript लाइब्रेरियों का उपयोग करके PDFs को पूरी तरह आपके ब्राउज़र में Word दस्तावेज़ों में बदलता है: pdfjs-dist हर पेज से टेक्स्ट निकालता है, और docx लाइब्रेरी एक सही ढंग से संरचित .docx फ़ाइल बनाती है — किसी भी बिंदु पर कोई सर्वर शामिल नहीं।

1. 1
   pdfjs-dist PDF पार्स करता है

   PDF एक ArrayBuffer के रूप में पढ़ी जाती है और pdfjs-dist (v5.6.205) को दी जाती है, जो एक Web Worker का उपयोग करके फ़ाइल को स्थानीय रूप से प्रोसेस करता है। यह हर पेज पर चलता है और PDF के कंटेंट स्ट्रीम में एम्बेड रॉ टेक्स्ट आइटम पाने के लिए getTextContent() कॉल करता है।
2. 2
   Y-कोऑर्डिनेट हेयूरिस्टिक लाइनें फिर से बनाता है

   PDF टेक्स्ट आइटम में 'लाइनों' की कोई अवधारणा नहीं होती — वे एब्सोल्यूट कोऑर्डिनेट से रखे जाते हैं। टूल हर आइटम के Y पोज़िशन की पिछले से तुलना करता है: अगर अंतर टेक्स्ट ऊँचाई के आधे से ज़्यादा है, एक न्यूलाइन डाली जाती है। यह निम्न-स्तरीय ग्लिफ़ डेटा से पठनीय पैराग्राफ़ फिर से बनाता है।
3. 3
   docx लाइब्रेरी Word फ़ाइल बनाती है

   docx लाइब्रेरी दस्तावेज़ बनाती है: टूटी पंक्तियाँ अनुच्छेदों में जुड़ती हैं, मुख्य टेक्स्ट से साफ़ तौर पर बड़ा टेक्स्ट शीर्षक 1 या शीर्षक 2 बनता है, और संरेखित कॉलम तालिकाएँ बन जाते हैं। हर पेज से पहले "Page N" शीर्षक वैकल्पिक है। Packer.toBlob() दस्तावेज़ के ट्री को मान्य .docx बाइनरी में बदलता है।
4. 4
   डाउनलोड और वैकल्पिक प्लेन-टेक्स्ट एक्सपोर्ट

   तैयार .docx Blob मूल फ़ाइल नाम के साथ डाउनलोड के लिए दी जाती है। एक प्लेन-टेक्स्ट प्रीव्यू (स्क्रीन पर 8,000 कैरेक्टर तक सीमित) आपको डाउनलोड करने से पहले निकाले कंटेंट को मान्य करने देती है, और अगर आपको केवल रॉ टेक्स्ट चाहिए तो एक अलग .txt एक्सपोर्ट उपलब्ध है।

संबंधित टूल