ಉಚಿತ ಪದಕ್ಕೆ ಪಿಡಿಎಫ್

ಇದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ

ಈ ಟೂಲ್ ಎರಡು JavaScript ಲೈಬ್ರರಿಗಳನ್ನು ಬಳಸಿ ಸಂಪೂರ್ಣವಾಗಿ ನಿಮ್ಮ ಬ್ರೌಸರ್‌ನಲ್ಲಿ PDF ಗಳನ್ನು Word ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ: pdfjs-dist ಪ್ರತಿ ಪುಟದಿಂದ ಪಠ್ಯ ಹೊರತೆಗೆಯುತ್ತದೆ, ಮತ್ತು docx ಲೈಬ್ರರಿ ಸರಿಯಾಗಿ ರಚಿತವಾದ .docx ಫೈಲ್ ಜೋಡಿಸುತ್ತದೆ — ಯಾವುದೇ ಹಂತದಲ್ಲಿ ಸರ್ವರ್ ಒಳಗೊಳ್ಳುವಿಕೆ ಇಲ್ಲ.

1. 1
   pdfjs-dist PDF ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡುತ್ತದೆ

   PDF ಅನ್ನು ArrayBuffer ಆಗಿ ಓದಿ Web Worker ಬಳಸಿ ಫೈಲ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ pdfjs-dist (v5.6.205) ಗೆ ಹಸ್ತಾಂತರಿಸಲಾಗುತ್ತದೆ. ಇದು ಪ್ರತಿ ಪುಟದ ಮೂಲಕ ವಾಕ್ ಮಾಡಿ PDF ಯ ವಿಷಯ ಸ್ಟ್ರೀಮ್‌ನಲ್ಲಿ ಎಂಬೆಡ್ ಮಾಡಿದ ಕಚ್ಚಾ ಪಠ್ಯ ಐಟಂಗಳನ್ನು ಪಡೆಯಲು getTextContent() ಅನ್ನು ಕರೆಯುತ್ತದೆ.
2. 2
   Y-ನಿರ್ದೇಶಾಂಕ ಹ್ಯೂರಿಸ್ಟಿಕ್ ಸಾಲುಗಳನ್ನು ಮರುನಿರ್ಮಿಸುತ್ತದೆ

   PDF ಪಠ್ಯ ಐಟಂಗಳಿಗೆ 'ಸಾಲುಗಳ' ಪರಿಕಲ್ಪನೆ ಇಲ್ಲ — ಅವುಗಳನ್ನು ಸಂಪೂರ್ಣ ನಿರ್ದೇಶಾಂಕಗಳಿಂದ ಇರಿಸಲಾಗುತ್ತದೆ. ಟೂಲ್ ಪ್ರತಿ ಐಟಂನ Y ಸ್ಥಾನವನ್ನು ಹಿಂದಿನದಕ್ಕೆ ಹೋಲಿಸುತ್ತದೆ: ಅಂತರ ಪಠ್ಯ ಎತ್ತರದ ಅರ್ಧಕ್ಕಿಂತ ಹೆಚ್ಚಿದ್ದರೆ, ಹೊಸ ಸಾಲನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ. ಇದು ಕಡಿಮೆ-ಮಟ್ಟದ ಗ್ಲಿಫ್ ಡೇಟಾದಿಂದ ಓದಬಹುದಾದ ಪ್ಯಾರಾಗ್ರಾಫ್‌ಗಳನ್ನು ಮರುನಿರ್ಮಿಸುತ್ತದೆ.
3. 3
   docx ಲೈಬ್ರರಿ Word ಫೈಲ್ ನಿರ್ಮಿಸುತ್ತದೆ

   ಪ್ರತಿ PDF ಪುಟ docx ಲೈಬ್ರರಿ ರಚಿಸಿದ Document ಆಬ್ಜೆಕ್ಟ್‌ನಲ್ಲಿ ಒಂದು ವಿಭಾಗವಾಗುತ್ತದೆ. ಸಾಲುಗಳು TextRun ಮಕ್ಕಳೊಂದಿಗೆ Paragraph ನೋಡ್‌ಗಳಾಗುತ್ತವೆ, ಮತ್ತು Heading 2 ಪ್ರತಿ ಪುಟವನ್ನು ಲೇಬಲ್ ಮಾಡುತ್ತದೆ. Packer.toBlob() ಮೆಮೊರಿಯಲ್ಲಿನ ಡಾಕ್ಯುಮೆಂಟ್ ಟ್ರೀಯನ್ನು ಮಾನ್ಯ .docx ಬೈನರಿಗೆ ಸೀರಿಯಲೈಸ್ ಮಾಡುತ್ತದೆ.
4. 4
   ಡೌನ್‌ಲೋಡ್ ಮತ್ತು ಐಚ್ಛಿಕ ಸರಳ-ಪಠ್ಯ ಎಕ್ಸ್‌ಪೋರ್ಟ್

   ಮುಗಿದ .docx Blob ಅನ್ನು ಮೂಲ ಫೈಲ್ ಹೆಸರಿನೊಂದಿಗೆ ಡೌನ್‌ಲೋಡ್‌ಗೆ ನೀಡಲಾಗುತ್ತದೆ. ಸರಳ-ಪಠ್ಯ ಪೂರ್ವವೀಕ್ಷಣೆ (ಪರದೆಯ ಮೇಲೆ 8,000 ಅಕ್ಷರಗಳಿಗೆ ಸೀಮಿತ) ಡೌನ್‌ಲೋಡ್ ಮಾಡುವ ಮೊದಲು ಹೊರತೆಗೆದ ವಿಷಯವನ್ನು ಪರಿಶೀಲಿಸಲು ನಿಮಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ, ಮತ್ತು ನಿಮಗೆ ಕೇವಲ ಕಚ್ಚಾ ಪಠ್ಯ ಬೇಕಿದ್ದರೆ ಪ್ರತ್ಯೇಕ .txt ಎಕ್ಸ್‌ಪೋರ್ಟ್ ಲಭ್ಯವಿದೆ.

ಸಂಬಂಧಿತ ಪರಿಕರಗಳು