Ücretsiz PDF'den Word'e

Çalışılmış örnek

“Örneği dene”ye basın. Dosya çipi, bir başlık ve “Project: Atlas Rollout” ile “Budget: $10,000” gibi altı kısa satır içeren tek sayfalık bir PDF olan document-v1.pdf’yi gösterir. “Word’e dönüştür”e basın. Başlık “Metin katmanı okunuyor...” der, ardından çip “1 sayfa” gösterir, yeşil bir satır “✓ Word belgeniz hazır — document-v1.docx” der ve “Çıkarılan metin önizlemesi” metni, “--- Page 1 ---” ile başlayarak listeler. “İndir” .docx dosyasını kaydeder; “Kopyala” ve “.txt indir” önizlemenin üstünde durur. “Her sayfadan önce bir “Sayfa N” başlığı ekle”yi işaretleyin; Word dosyası bir “Page 1” başlığı kazanır. Tarama farklı davranır. 12 sayfalık taranmış bir PDF için kehribar bir panel “Taranmış sayfalar bulundu — OCR çalıştırılsın mı?” ve “12 sayfanın hiçbirinde metin katmanı yok, bu yüzden görüntüleri okumadan çıkarılacak bir şey yok.” der. Ardından “Bunları cihazınızda okumak yaklaşık 6 dakika sürer. Hiçbir şey yüklenmez.” ekler ve “12 sayfada OCR çalıştır” sunar.

Hangi ayarların kullanılacağı ve sınırlar

• Önce PDF’de gerçek metin olup olmadığını kontrol edin. Araç, bir kelime işlemciden dışa aktarılan veya tarayıcıdan kaydedilen PDF’lerin genellikle taşıdığı metin katmanını okur. Tarama yalnızca bir sayfa resmidir ve metin katmanı yoktur. Hiç metni olmayan sayfalar tek tek sayılır; bu yüzden karışık bir dosya mantıklı biçimde ele alınır: “12 sayfanın 3’ünde metin katmanı yok. Geri kalanı normal şekilde dönüştürüldü.” görürsünüz ve diğer dokuz sayfanın Word dosyası zaten indirilmeye hazırdır. Üç taramayı okuyup okumamayı siz seçersiniz. OCR düğmesine basana kadar hiçbir şey indirilmez veya başlatılmaz.
• OCR çalıştırmadan önce alfabeyi seçin. “Taranmış sayfalardaki alfabe” satırını açın. Baktığınız sitenin dilinden başlar; o dilin eşleşmesi yoksa Latin’den. Bir tarama alfabeyi tespit edecek metin taşımaz ve ipucu, yanlış alfabeyle okunan bir sayfanın “hata vermek yerine inandırıcı görünen anlamsız metin olarak döndüğü” konusunda uyarır. Latin ve Kiril’den Tay, Tamil ve Telugu’ya kadar on seçenek vardır. Her biri Yunanca için 7,4 MB’den Çince ve Japonca için 15,9 MB’ye kadar boyutunu gösterir; Latin 7,7 MB’dir. İbranice yoktur. Panelin toplamı ayrıca her alfabenin kullandığı ortak bir bölümü de içerir.
• Sayfa başına yaklaşık 30 saniye ayırın ve gerekirse İptal’i kullanın. Tahmin sayfa başına 30 saniyedir. İki dakikanın altında saniye cinsinden, 5’lik adımlarla gösterilir. Daha uzun çalışmalar tam dakika kullanır; bu yüzden 40 sayfa “yaklaşık 20 dakika” yazar. Sayfalar cihazda tek tek okunur ve başlık “3 / 12. sayfa okunuyor...” diye sayar. “İptal”e basarsanız düğme kısa süre “Durduruluyor...” der. Okunmuş sayfalar saklanır ve Word dosyasına girer; ulaşılmayan sayfalar yeniden sunulur. Telefonda model paneli “On a phone this will be slow - expect several minutes, and keep this tab open.” uyarısını verir. Cihaz modeli çalıştıramıyorsa OCR düğmesi devre dışı kalır.
• OCR metnini ilk taslak olarak ele alın. OCR çıktısında konum bilgisi yoktur; bu yüzden taramanın her satırı kendi paragrafı olur, tablo veya başlık olmaz. Her OCR sayfası italik bir notla başlar, “[Read from a scanned page by on-device OCR — check it against the original.]”, ve belge üst bilgisi bir uyarıyı yineler. Dosya adına “-ocr” eklenir; bu yüzden letter.pdf adlı bir tarama letter-ocr.docx olarak iner. Sonucun altındaki bir satır “OCR 3 taranmış sayfa okudu. Makine tarafından okunan metin hatalar içerebilir — özgün belgeyle karşılaştırın.” der. Dosyayı başkasına göndermeden önce adları, sayıları ve tarihleri kâğıttaki ile karşılaştırın.
• Metin PDF’inden nelerin aktarıldığını bilin. Kaydırılmış satırlar paragraflara birleştirilir. Gövde metninden en az 1,2 kat büyük ayarlı kısa bir satır Word başlığı olur; en az 1,6 kat büyük olan Başlık 1 olur. 150 karakterden uzun satırlar gövde metni olarak kalır. Sütunlar yalnızca arka arkaya üç veya daha fazla satır aynı sayıda sütunla hizalandığında Word tablosu olur. Görseller, yazı tipleri ve sayfa düzeni korunmaz. Önizleme ilk 8.000 karakteri gösterir; metnin tamamı indirmededir. “Her sayfadan önce bir “Sayfa N” başlığı ekle” varsayılan olarak kapalıdır, çünkü bu başlıklar PDF’in kendisinde yoktur.
• Birkaç PDF’i tek seferde dönüştürün. Birden fazla PDF bırakın veya bir dosya yüklüyken “Daha fazla dosya ekle”ye basın. Düğme o zaman “3 PDF’i Word’e dönüştür” der. Her dosya kendi .docx’i olur ve “Tümünü indir (3)” bunları pdf-to-word adlı bir ZIP içinde kaydeder. Toplu mod yalnızca metin katmanını okur. Tamamen taranmış bir PDF satırında “Scanned PDF with no text layer. Open it on its own to read it with OCR.” ile başarısız olur; kısmen taranmış olan ise “2 taranmış sayfa atlandı” gibi bir not gösterir. PDF olmayan dosyalar “Some files were skipped because they are not PDFs.” mesajıyla dışarıda bırakılır.

Yaygın sorunlar ve nasıl düzeltileceği

“Something went wrong. Please try again.” yazıyor.

Okuyucu, aracın özel bir mesajı olmayan bir hatayla başarısız oldu. Yalnızca bir parola hatası ve geçersiz PDF hatası kendi cümlesini alır (“This file could not be read as a PDF — it may be corrupt.”) ve sıfır sayfalı bir belge aynı bozuk mesajını alır. Okuyucunun “UnknownErrorException” hatası dahil diğer her şey buraya düşer. Dosyayı başka bir PDF görüntüleyicide açın. Açılırsa oradan yeni bir PDF’e yazdırın, sonra o kopyayı dönüştürün.

“No extractable text found in this PDF.” yazıyor.

Her sayfa bir resimdir ve OCR teklifinde “Hayır, teşekkürler”e bastınız; bu yüzden dönüştürülecek bir şey yoktur. Bu, dosyada bir hata değildir. Metin katmanı boştur. Teklifi geri getirmek için “Word’e dönüştür”e yeniden basın, sayfaların alfabesini seçin ve “N sayfada OCR çalıştır”a basın. OCR istemiyorsanız sözcüklerin başka bir kaynaktan gelmesi gerekir, çünkü metin katmanı olmayan bir PDF’te kopyalanacak sözcük yoktur.

“OCR ran, but found no readable text on the scanned pages.” yazıyor.

Her sayfa çizildi ve okundu, ancak tanıyıcı metin döndürmedi. Düz durum, gerçekten boş olan bir sayfadır; bu yüzden sayfaları bir görüntüleyicide kontrol edin. Okunmuş sayfalar, boş dönmüş olsalar bile yeniden sunulmaz. Başka bir alfabeyi denemek için denetimi yeniden başlatan ve teklifi yeniden gösteren “Word’e dönüştür”e (veya “Yeniden dönüştür”e) basın. Seçicinin altındaki ipucu yanlış alfabenin hata değil anlamsız metin verdiğini söyler; bu yüzden seçiciyi de kontrol edin.

“The scanned pages could not be read. Please try again.” yazıyor.

OCR geçişi sırasında bir şey başarısız oldu. 120 saniye boyunca ilerleme kaydetmeyen bir sayfa takılmış sayılır. Araç o zaman o okuyucuyu atar ve bir sonraki denemede yenisini başlatır. Uzun bir taramada tekrar ederse bir bilgisayar deneyin veya her çalışma daha kısa olsun diye PDF’i bölün. İlgili bir mesaj olan “Page 4 is too large to render for OCR.”, bir sayfa bir kenarı 16.384 pikselden büyük bir resim gerektirdiğinde görünür.

“This PDF is password-protected. Remove the password and try again.” yazıyor.

PDF şifrelidir; bu yüzden metni henüz okunamaz. Mesajın altında “Bu dosyayı başka bir araca gönder” kutusu “PDF kilidini aç” sunar. Aynı dosyayı bu tarayıcının içinde PDF kilidini aç aracına iletir ve kutu “Hiçbir şey yüklenmez.” notunu düşer. Kilidi orada açın, sonra kilidi açılmış dosyayı buraya ekleyin. Toplu modda aynı mesaj o dosyanın satırında görünür.

Nasıl karşılaştırılır

Sayfanın PDF ile birebir aynı görünmesini istiyorsanız bu yanlış araçtır. Metni çıkarır ve paragrafları, başlıkları ve basit tabloları yeniden kurar; bu, sözcükleri düzenlemek veya yeniden kullanmak istediğinizde işinize yarar. Görselleri, yazı tiplerini veya özgün düzeni korumaz ve aranabilir PDF yapmaz. Taranmış sayfalar cihaz üzerinde OCR ile okunur; bu yüzden metinde hatalar olabilir ve onu düzeltmeniz gerekir. İlk OCR çalıştırması bir modeli bir kez indirir: alfabe için 7,4 ile 15,9 MB artı ortak bir bölüm. Hiçbir şey kurmanız gerekmez ve PDF yüklenmez.