இலவச வார்த்தைக்கு PDF

இது எவ்வாறு செயல்படுகிறது

இந்தக் கருவி இரண்டு JavaScript நூலகங்கள் மூலம் PDFs ஐ முழுவதும் உங்கள் உலாவியில் Word ஆவணங்களாக மாற்றுகிறது: pdfjs-dist ஒவ்வொரு பக்கத்திலிருந்தும் உரையைப் பிரித்தெடுக்கிறது, docx நூலகம் சரியாகக் கட்டமைக்கப்பட்ட .docx கோப்பை உருவாக்குகிறது — எந்த நிலையிலும் சர்வர் ஈடுபாடு இல்லை.

1. 1
   pdfjs-dist PDF ஐப் பாகுபடுத்துகிறது

   PDF ArrayBuffer ஆகப் படிக்கப்பட்டு pdfjs-dist (v5.6.205) இடம் ஒப்படைக்கப்படுகிறது; அது Web Worker மூலம் கோப்பை உள்ளூரில் செயலாக்குகிறது. ஒவ்வொரு பக்கத்திலும் நடந்து PDF இன் content stream இல் உட்பொதிந்த மூல உரை உருப்படிகளைப் பெற getTextContent() ஐ அழைக்கிறது.
2. 2
   Y-ஆய heuristic வரிகளை மீண்டும் உருவாக்குகிறது

   PDF உரை உருப்படிகளுக்கு 'வரிகள்' என்ற கருத்து இல்லை — அவை முழுமையான ஆயங்களால் நிலைப்படுத்தப்படுகின்றன. கருவி ஒவ்வொரு உருப்படியின் Y நிலையையும் முந்தையதுடன் ஒப்பிடுகிறது: இடைவெளி உரை உயரத்தின் பாதியை மீறினால், புதிய வரி செருகப்படுகிறது. இது குறைநிலை glyph தரவிலிருந்து படிக்கக்கூடிய பத்திகளை மீண்டும் உருவாக்குகிறது.
3. 3
   docx நூலகம் Word கோப்பை உருவாக்குகிறது

   ஒவ்வொரு PDF பக்கமும் docx நூலகம் உருவாக்கும் Document object இல் ஒரு section ஆகிறது. வரிகள் TextRun குழந்தைகளுடன் Paragraph nodes ஆகின்றன; ஒவ்வொரு பக்கத்தையும் Heading 2 லேபிளிடுகிறது. Packer.toBlob() நினைவக ஆவண tree ஐ சரியான .docx binary ஆக serialize செய்கிறது.
4. 4
   பதிவிறக்கம் மற்றும் விருப்ப எளிய-உரை ஏற்றுமதி

   முடிந்த .docx Blob அசல் கோப்புப் பெயருடன் பதிவிறக்கத்துக்கு வழங்கப்படுகிறது. எளிய-உரை முன்னோட்டம் (திரையில் 8,000 எழுத்துகள் வரம்பு) பதிவிறக்கும் முன் பிரித்தெடுத்த உள்ளடக்கத்தைச் சரிபார்க்க உதவுகிறது; மூல உரை மட்டும் தேவைப்பட்டால் தனி .txt ஏற்றுமதியும் உள்ளது.

தொடர்புடைய கருவிகள்