PDF till XML-konverterare

Så konverterar du PDF till XML

Lägg till din PDF – Släpp filen i rutan ovan eller klicka på ”Välj PDF-fil”.
Välj sidorna – Behåll ”all” eller ange sidor som 1-5, 7 i ”Sidor att konvertera” – eller klicka på miniatyrerna.
Välj strukturen – Under ”Utdatastruktur” väljer du ”Strukturerad: rubriker, stycken, listor, tabeller”, ”Ren text per sida”, ”Textrader med positioner” eller ”Endast dokument- och sidinformation”. För skannade sidor kryssar du i ”Läs skannade sidor med OCR” och väljer språk.
Konvertera och spara – Klicka på ”Konvertera till XML” och sedan på ”Ladda ner .xml” eller ”Kopiera XML”.

Det här får du

Välformad XML 1.0 – UTF-8, specialtecken maskerade och tecken som XML inte tillåter borttagna. Filen kontrolleras innan du laddar ner den.
Struktur i läsordning – Varje sida innehåller heading (med nivå), paragraph, list med item-element och enkla table-element med rader och celler. Sidor med två spalter läses spalt för spalt.
Dokumentinformation – Filnamn och storlek, antal sidor, PDF-version, titel, författare, ämne, nyckelord, skapare, producent, datum och språk när PDF:en har dem.
Positioner och länkar – Valfritt x, y, bredd och höjd för varje block, eller varje textrad med position och teckenstorlek, plus webblänkarna på varje sida.
OCR för skannade sidor – Sidor utan text kan kännas igen i din webbläsare på 22 språk; XML-filen markerar dem med source="ocr" och igenkänningens tillförlitlighet.

När det är till nytta

Bearbeta texten i många rapporter med XSLT, XPath eller valfritt programmeringsspråk.
Läsa in PDF-innehåll i en databas, ett publiceringssystem (CMS) eller ett sökindex.
Ta reda på var texten finns på en sida, till exempel för att kontrollera layouter eller extrahera fält.
Behöver du JSON i stället? Använd PDF till JSON.

Bra att veta

Endast tydligt justerade tabeller blir table-element; tabeller med sammanfogade celler förblir stycken. Bilder, teckensnitt och färger ingår inte.
OCR är långsammare än att läsa text och kan göra fel; språkdata laddas ner första gången du använder den.
Rubriker känns igen på större text; fet text i normal storlek behandlas inte som rubrik.
Allt körs i din webbläsare – din PDF laddas inte upp till vår server. Lösenordsskyddade PDF-filer måste låsas upp först.

PDF till XML – Vanliga frågor

Hur konverterar jag en PDF till XML?

Lägg till PDF:en, välj sidorna och utdatastrukturen, klicka på ”Konvertera till XML” och ladda ner .xml-filen.

Hur ser XML-filen ut?

Ett document-element med en metadatasektion och ett pages-element. Varje sida har sitt nummer, sin storlek och sitt antal tecken och innehåller heading-, paragraph-, list- och table-element – eller text- eller line-element, beroende på vilken struktur du valde.

Kan jag konvertera en skannad PDF?

Ja. Kryssa i ”Läs skannade sidor med OCR” och välj dokumentets språk. Sidor som redan innehåller text konverteras direkt.

Blir tabeller XML-tabeller?

Enkla tabeller med tydligt justerade rader och kolumner blir table-element med row och cell. Komplexa tabeller förblir stycken.

Kan jag få textens koordinater?

Ja. Kryssa i positionsalternativet för block eller välj ”Textrader med positioner”. Värdena anges i PDF-punkter från sidans övre vänstra hörn.

Laddas min fil upp?

Nej. Konverteringen, inklusive OCR, körs i din webbläsare, så PDF:en stannar på din enhet.

Är det gratis?

Ja – ingen registrering och ingen vattenstämpel.

Relaterade verktyg: PDF till JSON, PDF till YAML och XML till PDF för att göra om XML till en utskrivbar PDF.

Utforska den fullständiga samlingen av verktyg i PDF-dataverktyg.

⚙️ Konverteringsalternativ

🧾 XML-utdata

Vad vill du göra härnäst?