Konverter PDF ke XML

Cara Mengonversi PDF ke XML

Tambahkan PDF Anda – Letakkan file ke dalam kotak di atas atau klik "Pilih File PDF".
Pilih halaman – Biarkan "all" atau masukkan halaman seperti 1-5, 7 di "Halaman yang akan dikonversi" – atau klik thumbnail.
Pilih struktur – Di bawah "Struktur keluaran", pilih "Terstruktur: judul, paragraf, daftar, tabel", "Teks biasa per halaman", "Baris teks beserta posisinya", atau "Hanya informasi dokumen dan halaman". Untuk halaman hasil pindaian, centang "Baca halaman pindaian dengan OCR" dan pilih bahasanya.
Konversi dan simpan – Klik "Konversi ke XML", lalu "Unduh .xml" atau "Salin XML".

Yang Anda Dapatkan

XML 1.0 well-formed – UTF-8, karakter khusus di-escape, dan karakter yang tidak diizinkan XML dihapus. File diperiksa sebelum Anda mengunduhnya.
Struktur sesuai urutan baca – Setiap halaman berisi elemen heading (beserta tingkatnya), paragraph, list dengan elemen item, dan elemen table sederhana dengan baris dan sel. Halaman dua kolom dibaca kolom demi kolom.
Informasi dokumen – Nama dan ukuran file, jumlah halaman, versi PDF, judul, penulis, subjek, kata kunci, pembuat, produser, tanggal, dan bahasa jika tersedia dalam PDF.
Posisi dan tautan – Opsional x, y, lebar, dan tinggi setiap blok, atau setiap baris teks beserta posisi dan ukuran fontnya, ditambah tautan web di setiap halaman.
OCR untuk halaman hasil pindaian – Halaman tanpa teks dapat dikenali di browser Anda dalam 22 bahasa; XML menandainya dengan source="ocr" dan tingkat keyakinan pengenalan.

Kapan Berguna

Memproses teks banyak laporan dengan XSLT, XPath, atau bahasa pemrograman apa pun.
Memuat konten PDF ke dalam database, sistem manajemen konten, atau indeks pencarian.
Menemukan letak teks di halaman, misalnya untuk memeriksa tata letak atau mengekstrak kolom isian.
Perlu JSON? Gunakan PDF ke JSON.

Perlu Diketahui

Hanya tabel yang sejajar dengan jelas yang menjadi elemen table; tabel dengan sel gabungan tetap berupa paragraf. Gambar, font, dan warna tidak disertakan.
OCR lebih lambat daripada membaca teks dan bisa saja keliru; data bahasa diunduh saat pertama kali Anda menggunakannya.
Judul dikenali dari teks yang lebih besar; teks tebal berukuran normal tidak dianggap sebagai judul.
Semuanya berjalan di browser Anda – PDF Anda tidak diunggah ke server kami. PDF yang dilindungi kata sandi harus dibuka kuncinya terlebih dahulu.

PDF ke XML – Pertanyaan yang Sering Diajukan

Bagaimana cara mengonversi PDF ke XML?

Tambahkan PDF, pilih halaman dan struktur keluaran, klik "Konversi ke XML", lalu unduh file .xml.

Seperti apa XML-nya?

Elemen document dengan bagian metadata dan elemen pages. Setiap halaman memiliki nomor, ukuran, dan jumlah karakter, serta berisi elemen heading, paragraph, list, dan table – atau elemen text atau line, tergantung struktur yang Anda pilih.

Bisakah saya mengonversi PDF hasil pindaian?

Ya. Centang "Baca halaman pindaian dengan OCR" dan pilih bahasa dokumen. Halaman yang sudah berisi teks dikonversi secara langsung.

Apakah tabel dikonversi menjadi tabel XML?

Tabel sederhana dengan baris dan kolom yang sejajar dengan jelas menjadi elemen table dengan row dan cell. Tabel kompleks tetap berupa paragraf.

Bisakah saya mendapatkan koordinat teks?

Ya. Centang opsi posisi untuk blok, atau pilih "Baris teks beserta posisinya". Nilainya dalam poin PDF dari kiri atas halaman.

Apakah file saya diunggah?

Tidak. Konversi, termasuk OCR, berjalan di browser Anda, sehingga PDF tetap berada di perangkat Anda.

Apakah gratis?

Ya – tanpa pendaftaran dan tanpa watermark.

Alat terkait: PDF ke JSON, PDF ke YAML, dan XML ke PDF untuk mengubah XML menjadi PDF yang dapat dicetak.

Jelajahi koleksi lengkap alat di Alat Data PDF.

⚙️ Opsi Konversi

🧾 Keluaran XML

Apa yang Ingin Anda Lakukan Selanjutnya?