PDF till JSON – extrahera text, metadata och koordinater

Så konverterar du en PDF till JSON

Lägg till din PDF – Släpp filen i rutan ovan. Miniatyrer av sidorna visas så att du ser vad du konverterar.
Välj sidor – Skriv intervall som 1-5,8 eller klicka på miniatyrerna. Låt ”all” stå kvar för att konvertera alla sidor.
Välj utdata – ”Strukturerad JSON” ger sidorna med deras text, ”Råtext” ger bara texten och ”Endast metadata” ger dokumentets egenskaper. Slå på textkoordinater om du behöver positionen för varje textobjekt.
Konvertera och spara – Klicka på ”Konvertera”, kontrollera resultatet och kopiera det eller ladda ner .json-filen.

Dokumentegenskaper – Titel, författare, ämne, nyckelord, skapande program, PDF-producent, datum för skapande och ändring samt PDF-version – om de finns sparade i filen.
En post per sida – Sidnummer, bredd och höjd i punkter, rotation och den extraherade texten.
Textkoordinater – Valfritt varje textobjekt med x- och y-position, bredd, höjd och typsnittsnamn – praktiskt för att hitta fält i formulär eller fakturor.
OCR för skannade filer – Skannade sidor kan läsas med textigenkänning (OCR) på flera språk, bland annat arabiska, kinesiska och japanska.

För att mata in PDF-text i ett skript, en databas eller ett AI-verktyg som förväntar sig JSON.
För att hämta värden som fakturanummer eller summor ur PDF-filer som alltid har samma layout, med hjälp av textkoordinaterna.
För att kontrollera vilken metadata en PDF innehåller innan du publicerar den.
Behöver du bara texten? PDF till text ger en vanlig .txt-fil.

JSON beskriver text, inte layout: tabeller blir separata textobjekt, inte rader och kolumner. För tabeller, använd PDF till Excel.
OCR-resultat kan innehålla fel, och koordinater är inte tillgängliga för OCR-sidor.
Lösenordsskyddade PDF-filer måste låsas upp först.
Allt körs i din webbläsare – filen laddas inte upp till vår server. För OCR hämtas igenkänningsdata för det valda språket första gången.

Den läser texten och egenskaperna i en PDF och skriver dem i JSON, ett strukturerat textformat som program enkelt kan läsa.

Ja. Slå på ”Inkludera textkoordinater” för att få x- och y-position, storlek och typsnitt för varje textobjekt.

Ja, med OCR-alternativet. Välj dokumentets språk för bästa resultat.

Ja. Ange sidnummer eller intervall, eller klicka på miniatyrerna.

Nej. Tabellceller extraheras som textobjekt. Använd PDF till Excel för att behålla tabellstrukturen.

Nej. Konverteringen körs i din webbläsare, så PDF-filen stannar på din enhet.

Ja – ingen registrering och ingen vattenstämpel.

Relaterade verktyg: JSON till PDF för motsatt riktning, PDF till XML för XML-utdata och PDF till Excel för tabeller.

Utforska den fullständiga samlingen av verktyg i PDF-dataverktyg.