Convertor PDF în YAML

Cum să convertiți PDF în YAML

Adăugați PDF-ul – Plasați fișierul în caseta de mai sus sau faceți clic pe „Selectați fișierul PDF”.
Alegeți paginile – Păstrați „all” sau introduceți pagini precum 1-5, 7 la „Pagini de convertit” – ori faceți clic pe miniaturi.
Alegeți structura – La „Structura rezultatului”, alegeți „Structurat: titluri, paragrafe, liste, tabele”, „Text simplu pe pagină”, „Rânduri de text cu poziții” sau „Doar informații despre document și pagini” și decideți ce să includeți.
Convertiți și salvați – Faceți clic pe „Convertiți în YAML”, apoi pe „Descărcați .yaml” sau „Copiați YAML”.

Ce obțineți

YAML valid – Fișierul este scris cu o bibliotecă YAML standard și recitit pentru verificare înainte de descărcare. Textul pe mai multe linii folosește scalari bloc YAML.
Informații despre document – Numele și dimensiunea fișierului, numărul de pagini, paginile convertite, versiunea PDF, titlul, autorul, subiectul, cuvintele cheie, aplicația de creare, producătorul, datele și limba, atunci când PDF-ul le conține.
Pagini în ordinea de citire – Fiecare pagină are numărul, lățimea, înălțimea în puncte, rotația și numărul de caractere, urmate de conținutul său.
Blocuri structurate – Titluri cu nivel, paragrafe, liste cu marcatori și numerotate și tabele simple ca liste de rânduri – opțional cu poziția fiecărui bloc.
Rânduri cu poziții – Alternativ, fiecare rând de text cu x, y, lățime, înălțime și dimensiunea fontului, plus linkurile web de pe fiecare pagină.

Când vă este util

Introducerea textului din rapoarte, manuale sau contracte într-un script sau un pipeline de date.
Păstrarea documentelor într-un format text lizibil, ușor de comparat (diff), într-un depozit Git.
Pregătirea conținutului PDF pentru indexuri de căutare sau seturi de date pentru modele lingvistice.
Preferați JSON? Folosiți PDF în JSON.

Bine de știut

YAML-ul descrie documentul: paginile, titlurile, paragrafele, listele și tabelele sale. Nu transformă un PDF în fișiere de configurare precum playbook-uri sau manifeste.
Paginile scanate sunt imagini și nu conțin text. Rulați mai întâi OCR PDF, apoi convertiți rezultatul.
Doar tabelele clar aliniate sunt recunoscute ca tabele; tabelele complexe rămân paragrafe. Fonturile, culorile și imaginile nu sunt incluse.
Totul rulează în browser – PDF-ul dumneavoastră nu este încărcat pe serverul nostru. PDF-urile protejate prin parolă trebuie mai întâi deblocate.

PDF în YAML – Întrebări frecvente

Cum convertesc un PDF în YAML?

Adăugați PDF-ul, alegeți paginile și structura rezultatului, faceți clic pe „Convertiți în YAML” și descărcați fișierul .yaml.

Cum arată YAML-ul?

O secțiune document cu informațiile despre fișier și PDF și o listă pages. Fiecare pagină are numărul, dimensiunea și numărul de caractere, apoi blocuri, text sau rânduri, în funcție de structura aleasă.

Rezultatul este YAML valid?

Da. Este creat cu o bibliotecă YAML și recitit pentru verificare. Textul care ar putea fi interpretat greșit, precum yes sau no, este pus între ghilimele.

Pot obține poziția textului?

Da. Alegeți „Rânduri de text cu poziții” sau bifați opțiunea de poziție pentru blocurile structurate. Pozițiile sunt în puncte PDF, măsurate din stânga sus a paginii.

De ce nu se găsește text?

PDF-ul este probabil scanat, deci paginile sale sunt imagini. Rulați mai întâi OCR PDF și convertiți rezultatul.

Fișierul meu este încărcat pe server?

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

Este gratuit?

Da – fără înregistrare și fără filigran.

Instrumente conexe: PDF în JSON, PDF în XML și YAML în PDF pentru a transforma YAML într-un PDF imprimabil.

Explorați colecția completă de instrumente din Instrumente date PDF.

⚙️ Opțiuni de conversie

🧾 Ieșire YAML

Ce doriți să faceți în continuare?