InfiDoc › PDF'den Dönüştür

PDF'ten Metne

PDF içindeki metni düz metin dosyası olarak indir.

PDF'teki metni düz metin dosyası olarak çıkar. Mevcut metin doğrudan alınır; metin katmanı olmayan taranmış PDF'lerde ise Türkçe + İngilizce'den Arapça, Japonca ya da Çinceye kadar seçtiğin dilde OCR kullanılır. Premium üyeler birden fazla dosyayı aynı anda dönüştürebilir.

Nasıl kullanılır?

  1. PDF dosyanı seç ya da sürükleyip bırak
  2. İstersen taranmış sayfalar için OCR dilini seç
  3. Metne Dönüştür'e tıkla ve dosyayı indir

PDF'teki yazıyı düz metne çevirmek

Bazen bir PDF'in biçimi değil, yalnızca içindeki kelimeler gerekir: bir raporu kelime işlemcide yeniden düzenlemek, uzun bir metni yapay zekâya vermek, sözleşmeden madde alıntılamak, tez kaynakçasını kopyalamak ya da yüzlerce dosyada geçen bir ifadeyi aramak için. Bu araç PDF'in içindeki metni alır ve .txt olarak indirir.

Çıktı düz metindir; yazı tipi, renk, sütun düzeni ve görseller korunmaz. Biçimi korumak istiyorsan PDF'ten Word'e, yapıyı korumak istiyorsan PDF'ten Markdown'a araçları daha uygundur.

Düz metnin bir başka avantajı boyutudur. Yüzlerce sayfalık bir PDF birkaç megabayt tutarken, aynı belgenin metni birkaç yüz kilobayta iner ve her programda anında açılır. Bu, belgeyi arama motoruna, not uygulamasına ya da bir yapay zekâ aracına vermek gerektiğinde önemli bir fark yaratır; çoğu araç karakter sayısına göre sınır koyar ve biçim bilgisi taşımayan metin bu sınırı en verimli kullanan biçimdir.

OCR dili ne zaman devreye girer?

Dijital olarak üretilmiş bir PDF'te metin zaten bir katman olarak durur ve doğrudan alınır — bu durumda OCR dili ayarının hiçbir etkisi olmaz, sonuç birebir aynıdır. Ayar yalnızca metin katmanı olmayan, yani taranmış sayfalar için vardır: bu sayfalarda yazı görüntü olduğundan tanınması gerekir.

Varsayılan seçenek Türkçe + İngilizce çiftiyle çalışır ve çoğu Türkçe belge için doğru tercihtir. Listeden Almanca, Fransızca, İspanyolca, İtalyanca, Arapça, Rusça, Japonca, Korece ya da Basitleştirilmiş Çince'yi de seçebilirsin. Belge tek dilse yalnızca o dili seçmek doğruluğu artırır; İngilizce terim barındıran Türkçe metinlerde ise ikili seçenek daha iyi sonuç verir.

Belgenin taranmış olup olmadığını anlamak kolay: PDF'i aç ve bir kelimenin üzerine çift tıkla. Kelime seçiliyorsa metin katmanı vardır ve dil ayarını boşuna değiştirmiş olursun; hiçbir şey seçilmiyorsa sayfa görüntüdür ve dil seçimi sonucu doğrudan etkiler.

Birden fazla dosya ve sınırlar

Araç çoklu dosya seçimini destekler: birkaç PDF verdiğinde her biri ayrı .txt olur ve hepsi tek ZIP içinde iner. Ancak ücretsiz hesaplar işlem başına tek dosya gönderebilir; birden fazla dosya seçtiğinde sayfa seni uyarır ve ya Premium'a geçmeyi ya da yalnızca ilk dosyayla devam etmeyi önerir.

Dosya boyutu sınırı ücretsiz hesaplarda 15 MB, Premium'da 200 MB'dır. Taranmış belgelerde işlem süresi sayfa sayısıyla artar, çünkü her sayfanın ayrı ayrı tanınması gerekir.

Çıktıda gördüğün tuhaflıklar

Metin sırası beklediğin gibi değilse, sebebi genellikle sayfa düzenidir: iki sütunlu bir dergi sayfasında satırlar sütunlar arasında geçiş yapabilir, tablolar sütun sınırlarını kaybederek alt alta dizilir, üstbilgi ve altbilgi her sayfa başında tekrarlanır. Bunlar düz metnin doğasından gelir; tablo verisi için PDF Tablo Çıkarma ya da PDF'ten Excel'e araçlarını kullan.

Çıktı boşsa ya da anlamsız karakterlerden oluşuyorsa iki olasılık var. Belge taranmışsa ve yanlış dil seçildiyse harfler bozulur — dili düzelt. Belge parolayla korunuyorsa metin okunamaz; önce Kilit Aç aracından geçir. Türkçe karakterler bozuk çıkıyorsa dosyayı UTF-8 destekleyen bir düzenleyicide aç; Not Defteri eski kodlamayla açtığında harfler yanlış görünebilir.

Metin çıktısıyla ne yapılır?

Düz metin, biçimini kaybettiği için değersiz değil; tam tersine, biçimden kurtulduğu için başka araçlara girdi olmaya en uygun biçimdir. Bir belgenin içeriğini yapay zekâya vermek, bir kelime işlemcide sıfırdan yeniden dizmek, kaynak metni sürüm takibine sokmak ya da yüzlerce dosyada arama yapmak düz metinle kolaydır.

Somut örnekler: bir tezin kaynakçasını referans yöneticisine aktarmak için o bölümü metne çevirip kopyalamak; şartname PDF'inden teknik gereksinim maddelerini alıp bir listeye dökmek; yabancı dildeki bir raporun metnini alıp çeviri aracına vermek; eski bir kılavuzun metnini alıp yeni şablonda yeniden dizmek; arşivdeki yüzlerce PDF'i metne çevirip hepsinde tek seferde arama yapmak.

Metni aldıktan sonra genellikle biraz temizlik gerekir. Sayfa başlarındaki tekrar eden üstbilgiler, sayfa numaraları, satır sonundaki kelime bölmeleri ve dipnot işaretleri çıktıda kalır. Bir metin düzenleyicide düzenli ifade ile arama yaparak bunları toplu olarak silmek, elle tek tek düzeltmekten çok hızlıdır. Kaynak belge iki sütunluysa ve sıra karışıyorsa, sayfayı önce tek sütuna dönüştüren bir ara adım düşünebilir ya da biçimi koruyan PDF'ten Word'e aracını tercih edebilirsin.

Sık sorulan sorular

Taranmış PDF'lerde çalışır mı?
Evet. PDF'te metin katmanı yoksa seçilen dilde OCR uygulanır.
OCR dili ne zaman kullanılır?
Yalnızca taranmış PDF'lerde; PDF'te zaten metin varsa doğrudan çıkarılır.
Aynı anda birkaç PDF dönüştürebilir miyim?
Evet, ama ücretsiz hesaplar işlem başına tek dosya gönderir. Premium ile seçtiğin tüm dosyalar dönüştürülür ve tek ZIP olarak iner.
Sayfa düzeni ve tablolar korunuyor mu?
Hayır. Çıktı düz metindir; sütunlar ve tablolar satır satır dizilir. Tablolar için PDF'ten Excel'e aracını kullan.
Parola korumalı PDF'ten metin çıkarabilir miyim?
Önce Kilit Aç aracıyla korumayı kaldırman gerekir; kilitli dosyanın içeriği okunamaz.
Türkçe karakterler bozuk görünüyor, ne yapmalıyım?
İndirdiğin .txt dosyasını UTF-8 kodlamasını destekleyen bir düzenleyiciyle aç. Taranmış belgede bozulma varsa OCR dilini Türkçe içerecek şekilde seç.
Metin yerine Word dosyası istiyorum.
PDF'ten Word'e aracı biçimi koruyarak dönüştürür; taranmış belgeler için PDF'ten Word'e (OCR) sürümü var.

İlgili araçlar