Trích xuất văn bản từ các định dạng tài liệu đa dạng
PDF và DOC có lẽ là những phần mở rộng phổ biến nhất cho các tài liệu kỹ thuật số ngày nay. Điều này có nghĩa là bạn cần phải có trình đọc PDF và ứng dụng tương thích với DOC, nếu không bạn sẽ phải chết.
May mắn thay, có một thủ thuật khác cho phép bạn đọc PDF, DOC và các định dạng tài liệu phổ biến khác mà không cần phải cài đặt phần mềm liên quan của họ. Chỉ cần sử dụng Công cụ Khai thác Văn bản, một tiện ích đơn giản giúp trích xuất văn bản từ bất kỳ tệp nào bạn tải trên chương trình và hiển thị trên màn hình của nó. Sau đó, bạn chỉ phải lưu nó dưới dạng định dạng thuần túy hoặc sao chép trực tiếp vào Clipboard để sử dụng sau này.
Chương trình không bao gồm bất kỳ tùy chọn cấu hình nào khác nên rất dễ sử dụng. Mặt khác, nó thiếu khả năng tùy chỉnh đầu ra. Trong quá trình thử nghiệm, chúng tôi đã tách văn bản từ tài liệu PDF và tệp TXT kết quả đều bị cắt xén khi mở bằng Notepad (không phải khi mở bằng Wordpad khó).
Công cụ khai thác văn bản là một công cụ tốt lựa chọn để trích xuất văn bản từ PDF và DOC sang các tệp thuần túy. Lưu ý rằng cả định dạng và hình ảnh sẽ bị mất.
.png){kind=icon}
