Převodník PDF do YAML

Jak převést PDF do YAML

Přidejte své PDF – Přetáhněte soubor do pole výše nebo klikněte na „Vybrat soubor PDF“.
Vyberte stránky – Ponechte „all“ nebo zadejte do pole „Stránky k převodu“ stránky, například 1-5, 7 – případně klikněte na náhledy.
Zvolte strukturu – V části „Struktura výstupu“ vyberte „Strukturovaný: nadpisy, odstavce, seznamy, tabulky“, „Prostý text po stránkách“, „Řádky textu s pozicemi“ nebo „Pouze informace o dokumentu a stránkách“ a rozhodněte, co zahrnout.
Převeďte a uložte – Klikněte na „Převést do YAML“ a poté na „Stáhnout .yaml“ nebo „Kopírovat YAML“.

Co získáte

Platný YAML – Soubor se zapisuje standardní knihovnou YAML a před stažením se pro kontrolu znovu načte. Víceřádkový text používá blokové skaláry YAML.
Informace o dokumentu – Název a velikost souboru, počet stránek, převedené stránky, verze PDF, název, autor, předmět, klíčová slova, aplikace, producent, data a jazyk, pokud je PDF obsahuje.
Stránky v pořadí čtení – Každá stránka má své číslo, šířku a výšku v bodech, otočení a počet znaků, následované jejím obsahem.
Strukturované bloky – Nadpisy s úrovní, odstavce, odrážkové a číslované seznamy a jednoduché tabulky jako seznamy řádků – volitelně s pozicí každého bloku.
Řádky s pozicemi – Případně každý řádek textu s x, y, šířkou, výškou a velikostí písma a k tomu webové odkazy na každé stránce.

Kdy se to hodí

Předávání textu zpráv, příruček nebo smluv skriptu či datové pipeline.
Uchovávání dokumentů v čitelném textovém formátu vhodném pro porovnávání (diff) v repozitáři Git.
Příprava obsahu PDF pro vyhledávací indexy nebo datové sady pro jazykové modely.
Dáváte přednost JSON? Použijte PDF do JSON.

Dobré vědět

YAML popisuje dokument: jeho stránky, nadpisy, odstavce, seznamy a tabulky. Nepřevádí PDF na konfigurační soubory, jako jsou playbooky nebo manifesty.
Naskenované stránky jsou obrázky a neobsahují text. Nejprve spusťte OCR PDF a poté převeďte výsledek.
Jako tabulky se rozpoznají jen zřetelně zarovnané tabulky; složité tabulky zůstanou jako odstavce. Písma, barvy a obrázky nejsou zahrnuty.
Vše běží ve vašem prohlížeči – vaše PDF se nenahrává na náš server. PDF chráněná heslem je nutné nejprve odemknout.

PDF do YAML – Často kladené otázky

Jak převedu PDF do YAML?

Přidejte PDF, vyberte stránky a strukturu výstupu, klikněte na „Převést do YAML“ a stáhněte soubor .yaml.

Jak YAML vypadá?

Sekce document s informacemi o souboru a PDF a seznam pages. Každá stránka má své číslo, velikost a počet znaků a poté bloky, text nebo řádky podle zvolené struktury.

Je výstup platný YAML?

Ano. Vytváří se knihovnou YAML a pro kontrolu se znovu načte. Text, který by mohl být chybně interpretován, například yes nebo no, je uzavřen v uvozovkách.

Mohu získat polohu textu?

Ano. Zvolte „Řádky textu s pozicemi“ nebo u strukturovaných bloků zaškrtněte možnost pozice. Pozice jsou v bodech PDF, měřeno od levého horního rohu stránky.

Proč se nenašel žádný text?

PDF je pravděpodobně naskenované, takže jeho stránky jsou obrázky. Nejprve spusťte OCR PDF a převeďte výsledek.

Nahrává se můj soubor na server?

Ne. Převod probíhá ve vašem prohlížeči, takže PDF zůstává ve vašem zařízení.

Je to zdarma?

Ano – bez registrace a bez vodoznaku.

Související nástroje: PDF do JSON, PDF do XML a YAML do PDF pro převod YAML na PDF k tisku.

Prozkoumejte kompletní sbírku nástrojů v Nástroje pro data PDF.

⚙️ Možnosti převodu

🧾 Výstup YAML

Co byste chtěli udělat dále?