Convertor PDF în JSON

Cum convertiți un PDF în JSON

Adăugați PDF-ul – Plasați fișierul în caseta de mai sus. Apar miniaturile paginilor, ca să vedeți ce convertiți.
Alegeți paginile – Introduceți intervale precum 1-5,8 sau faceți clic pe miniaturi. Lăsați „all” pentru a converti toate paginile.
Alegeți rezultatul – „JSON structurat” oferă paginile cu textul lor, „Text brut” oferă doar textul, iar „Doar metadate” oferă proprietățile documentului. Activați coordonatele textului dacă aveți nevoie de poziția fiecărui element de text.
Convertiți și salvați – Faceți clic pe „Convertește”, verificați rezultatul, apoi copiați-l sau descărcați fișierul .json.

Proprietățile documentului – Titlu, autor, subiect, cuvinte cheie, aplicația de creare, producătorul PDF, data creării și a modificării și versiunea PDF – dacă sunt stocate în fișier.
O intrare pentru fiecare pagină – Numărul paginii, lățimea și înălțimea în puncte, rotația și textul extras.
Coordonatele textului – Opțional, fiecare element de text cu poziția x și y, lățimea, înălțimea și numele fontului – util pentru găsirea câmpurilor din formulare sau facturi.
OCR pentru scanări – Paginile scanate pot fi citite prin recunoaștere de text (OCR) în mai multe limbi, inclusiv arabă, chineză și japoneză.

Pentru a trimite textul unui PDF către un script, o bază de date sau un instrument AI care așteaptă JSON.
Pentru a extrage valori precum numere de factură sau totaluri din PDF-uri cu aceeași structură, folosind coordonatele textului.
Pentru a verifica ce metadate conține un PDF înainte de a-l publica.
Aveți nevoie doar de text? PDF în text oferă un fișier .txt simplu.

JSON-ul descrie textul, nu aspectul: tabelele devin elemente de text separate, nu rânduri și coloane. Pentru tabele, folosiți PDF în Excel.
Rezultatele OCR pot conține erori, iar coordonatele nu sunt disponibile pentru paginile procesate cu OCR.
PDF-urile protejate cu parolă trebuie mai întâi deblocate.
Totul rulează în browser – fișierul nu este încărcat pe serverul nostru. Pentru OCR, datele de recunoaștere pentru limba aleasă se descarcă la prima utilizare.

Citește textul și proprietățile unui PDF și le scrie în JSON, un format text structurat pe care programele îl pot citi ușor.

Da. Activați „Include coordonatele textului” pentru a obține poziția x și y, dimensiunea și fontul fiecărui element de text.

Da, cu opțiunea OCR. Alegeți limba documentului pentru cele mai bune rezultate.

Da. Introduceți numere sau intervale de pagini ori faceți clic pe miniaturi.

Nu. Celulele tabelelor sunt extrase ca elemente de text. Folosiți PDF în Excel pentru a păstra structura tabelului.

Nu. Conversia rulează în browser, așa că PDF-ul rămâne pe dispozitivul dumneavoastră.

Da – fără înregistrare și fără filigran.

Instrumente similare: JSON în PDF pentru direcția inversă, PDF în XML pentru rezultat XML și PDF în Excel pentru tabele.

Explorați colecția completă de instrumente din Instrumente date PDF.