PDF till YAML – text, struktur och metadata

Så konverterar du PDF till YAML

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” och bestämmer vad som ska inkluderas.
Konvertera och spara – Klicka på ”Konvertera till YAML” och sedan på ”Ladda ner .yaml” eller ”Kopiera YAML”.

Det här får du

Giltig YAML – Filen skrivs med ett standardbibliotek för YAML och läses in igen som kontroll innan du laddar ner den. Flerradig text använder YAML-blockskalärer.
Dokumentinformation – Filnamn och storlek, antal sidor, de konverterade sidorna, PDF-version, titel, författare, ämne, nyckelord, skapare, producent, datum och språk när PDF:en har dem.
Sidor i läsordning – Varje sida har sitt nummer, bredd och höjd i punkter, rotation och antal tecken, följt av sitt innehåll.
Strukturerade block – Rubriker med nivå, stycken, punktlistor och numrerade listor samt enkla tabeller som listor med rader – valfritt med positionen för varje block.
Rader med positioner – Alternativt varje textrad med x, y, bredd, höjd och teckenstorlek, plus webblänkarna på varje sida.

När det är till nytta

Mata in texten från rapporter, manualer eller avtal i ett skript eller en datapipeline.
Förvara dokument i ett läsbart, diff-vänligt textformat i ett Git-repository.
Förbereda PDF-innehåll för sökindex eller datamängder för språkmodeller.
Föredrar du JSON? Använd PDF till JSON.

Bra att veta

YAML-filen beskriver dokumentet: dess sidor, rubriker, stycken, listor och tabeller. Den gör inte om en PDF till konfigurationsfiler som playbooks eller manifest.
Skannade sidor är bilder och innehåller ingen text. Kör OCR PDF först och konvertera sedan resultatet.
Endast tydligt justerade tabeller känns igen som tabeller; komplexa tabeller förblir stycken. Teckensnitt, färger och bilder ingår inte.
Allt körs i din webbläsare – din PDF laddas inte upp till vår server. Lösenordsskyddade PDF-filer måste låsas upp först.

PDF till YAML – vanliga frågor

Hur konverterar jag en PDF till YAML?

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

Hur ser YAML-filen ut?

En document-sektion med fil- och PDF-information samt en pages-lista. Varje sida har sitt nummer, sin storlek och sitt antal tecken och därefter block, text eller rader beroende på vilken struktur du valde.

Är utdata giltig YAML?

Ja. Den skapas med ett YAML-bibliotek och läses in igen som kontroll. Text som kan misstolkas, till exempel yes eller no, sätts inom citattecken.

Kan jag få textens position?

Ja. Välj ”Textrader med positioner” eller kryssa i positionsalternativet för strukturerade block. Positionerna anges i PDF-punkter, mätt från sidans övre vänstra hörn.

Varför hittas ingen text?

PDF:en är troligen skannad, så sidorna är bilder. Kör OCR PDF först och konvertera resultatet.

Laddas min fil upp?

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

Är det gratis?

Ja – ingen registrering och ingen vattenstämpel.

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

Utforska den fullständiga samlingen av verktyg i PDF-dataverktyg.

PDF till YAML-konverterare

⚙️ Konverteringsalternativ

🧾 YAML-utdata

Vad vill du göra härnäst?