സൗജന്യ ഡോക്യുമെൻ്റ് എക്‌സ്‌ട്രാക്ഷൻ
PDF ഫയലുകൾ, സ്കാനുകൾ, Word, PowerPoint, Excel ഫയലുകളുടെ തലക്കെട്ടുകൾ, ഖണ്ഡികകൾ, പട്ടികകൾ, ചിത്രങ്ങൾ എന്നിവ Markdown, JSON എന്നിവയിലേക്ക് എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്യുക.
ഒരു PDF-ന് 501 പേജുകൾ വരെ, പ്രതിമാസ പരിധി ഇല്ല; സൗജന്യ എക്‌സ്‌ട്രാക്‌ഷനുകൾ ഒരു ക്യൂവിൽ കാത്തിരിക്കുന്നു. വലിയ ഫയലുകൾക്കായി അല്ലെങ്കിൽ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോൾ, ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നുOmniDoc ഡെസ്ക്ടോപ്പ് ആപ്പ്: പേജ് പരിധിയും ക്യൂവും ഇല്ല.
ഒരു PDF എങ്ങനെ Markdown, JSON എന്നിവയിലേക്ക് പരിവർത്തനം ചെയ്യാം
- 1ഫയൽ അപ്‌ലോഡ് ചെയ്യുകഒരു OmniDoc അക്കൗണ്ട് ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്യുക, തുടർന്ന് ഫയൽ മുകളിലെ ഭാഗത്ത് ഡ്രോപ്പ് ചെയ്യുക അല്ലെങ്കിൽ "ഫയൽ തിരഞ്ഞെടുക്കുക" ക്ലിക്ക് ചെയ്യുക.
- 2വേർതിരിച്ചെടുക്കൽ ആരംഭിക്കുകPDF ഫയലുകളും സ്കാനുകളും ചിത്രങ്ങളും ലേഔട്ട് വിശകലനം, ടെക്സ്റ്റ് തിരിച്ചറിയൽ, പട്ടിക തിരിച്ചറിയൽ എന്നിവയിലൂടെ കടന്നുപോകുന്നു; Word, PowerPoint, Excel ഫയലുകൾ, ഇ-ബുക്കുകൾ, വെബ് പേജുകൾ എന്നിവ നേരിട്ട് പാഴ്‌സ് ചെയ്യുന്നു.
- 3ഫലം ഡൗൺലോഡ് ചെയ്യുകഅത് പൂർത്തിയാകുമ്പോൾ, Markdown, JSON, ചിത്രങ്ങൾ എന്നിവയ്‌ക്കൊപ്പം ഒരു ZIP ഫയൽ ഡൗൺലോഡ് ചെയ്യുക.
ഉദാഹരണം
ഒരു റിപ്പോർട്ടിൻ്റെ പേജ് 1, അതിൽ നിന്ന് വേർതിരിച്ചെടുത്ത Markdown: തലക്കെട്ട് ലെവലുകൾ, ഖണ്ഡികകൾ, പട്ടികകൾ എന്നിവ സൂക്ഷിച്ചിരിക്കുന്നു.
# Greener Last-Mile Delivery How five cities cut delivery emissions by a third in one year ## 1 What changed In 2026 the five pilot cities replaced diesel vans on their busiest routes with electric vans and cargo bikes, and moved sorting into micro-hubs inside the city centre. … **Table 1** Results by city, January–September 2026 | City | Parcels per day | Electric share | CO₂ per parcel (g) | |---|---|---|---| | Hangzhou | 182,000 | 74% | 96 | | Shenzhen | 236,000 | 81% | 88 | | Chengdu | 141,000 | 63% | 112 | | Xi'an | 98,000 | 58% | 121 | | Qingdao | 87,000 | 66% | 104 |
നിങ്ങൾ ഡൗൺലോഡ് ചെയ്യുന്ന ZIP ഫയലിൽ അടങ്ങിയിരിക്കുന്നു
document.mdമുഴുവൻ വാചകം Markdown ആയിdocument.jsonഘടനാപരമായ ഡാറ്റ വായന ക്രമത്തിൽimages/പ്രമാണത്തിലെ ചിത്രങ്ങൾmanifest.jsonഅടിസ്ഥാന വിവരങ്ങളുള്ള ഫയലുകളുടെ ഒരു ലിസ്റ്റ്
പിന്തുണയ്ക്കുന്ന ഫോർമാറ്റുകൾ
| ഫയൽ | എങ്ങനെയാണ് ഇത് പ്രോസസ്സ് ചെയ്യുന്നത് |
|---|---|
| PDF, സ്‌കാൻ ചെയ്‌ത PDF, PNG, JPG, WEBP, BMP ചിത്രങ്ങൾ | ലേഔട്ട് വിശകലനം, ടെക്സ്റ്റ് തിരിച്ചറിയൽ (OCR), പട്ടിക തിരിച്ചറിയൽ |
| Word、PowerPoint、Excel、CSV | ഡോക്യുമെൻ്റ് ഘടന നേരിട്ട് വായിക്കുന്നു |
| EPUB ഇ-ബുക്കുകൾ, HTML പേജുകൾ | അധ്യായങ്ങളും ബോഡി ടെക്‌സ്‌റ്റും പാഴ്‌സ് ചെയ്‌തു |
| Markdown, TXT, SRT, ASS എന്നീ സബ്‌ടൈറ്റിലുകൾ | അതേ Markdown, JSON എന്നിവയിലേക്ക് പരിവർത്തനം ചെയ്‌തു |
ചോദ്യങ്ങൾ
ഫലത്തിൽ അടങ്ങിയിരിക്കുന്ന ഫയലുകൾ ഏതാണ്?
document.md ഉള്ള ഒരു ZIP ഫയൽ (മുഴുവൻ ടെക്സ്റ്റ് Markdown), document.json (ഘടനാപരമായ ഡാറ്റ), images/ (ചിത്രങ്ങൾ), manifest.json (ഫയലുകളുടെ ഒരു ലിസ്റ്റ്).
സ്കാനുകൾ വേർതിരിച്ചെടുക്കാൻ കഴിയുമോ?
അതെ. സ്‌കാൻ ചെയ്‌ത PDF ഫയലുകളും ചിത്രങ്ങളും ആദ്യം തിരിച്ചറിയുകയും പിന്നീട് ഓർഗനൈസ് ചെയ്യുകയും ചെയ്യുന്നു. ഒറിജിനലിനെതിരെ, പ്രത്യേകിച്ച് അക്കങ്ങൾക്കും പട്ടികകൾക്കും എതിരായി അംഗീകൃത വാചകം പരിശോധിക്കുക.
സൗജന്യമായി വേർതിരിച്ചെടുക്കുന്നതിനുള്ള പരിധികൾ എന്തൊക്കെയാണ്?
ഓരോ PDF-നും 501 പേജുകൾ വരെ, പ്രതിമാസ പരിധി ഇല്ല. സൗജന്യ എക്‌സ്‌ട്രാക്‌ഷനുകൾ അവ സമർപ്പിക്കുന്ന ക്രമത്തിലാണ് പ്രോസസ്സ് ചെയ്യുന്നത്, അതിനാൽ വേഗത ക്യൂവിനെ ആശ്രയിച്ചിരിക്കുന്നു. ഗുണനിലവാരത്തിൽ ഞങ്ങൾ പരമാവധി ചെയ്യുന്നു; ഫലം വേണ്ടത്ര നല്ലതല്ലെങ്കിൽ, ദയവായി ഞങ്ങളോട് സഹകരിക്കുക. വലിയ ഫയലുകൾക്കോ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോഴോ, ഞങ്ങൾ OmniDoc ഡെസ്ക്ടോപ്പ് ആപ്പ് ശുപാർശ ചെയ്യുന്നു: പേജ് പരിധിയും ക്യൂവും ഇല്ല.
ഇത് വാചകം പകർത്തുന്നതിൽ നിന്ന് എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു?
എക്‌സ്‌ട്രാക്ഷൻ തലക്കെട്ട് ലെവലുകൾ, ഖണ്ഡികകൾ, പട്ടികകൾ, ഇമേജുകൾ എന്നിവയും അവ എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നു എന്നതും നിലനിർത്തുന്നു, അതിനാൽ നിങ്ങൾക്ക് പ്ലെയിൻ ടെക്‌സ്‌റ്റിനേക്കാൾ ഘടനാപരമായ ഡാറ്റ ലഭിക്കും.
എനിക്കൊരു അക്കൗണ്ട് ആവശ്യമുണ്ടോ?
അതെ. ഒരു OmniDoc അക്കൗണ്ട് ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്യുക; സൈൻ അപ്പ് ചെയ്യുന്നത് സൗജന്യമാണ്. നിങ്ങൾ അപ്‌ലോഡ് ചെയ്യുന്ന ഫയലുകളും അവയുടെ ഫലങ്ങളും നിങ്ങൾക്ക് മാത്രമേ കാണാനാകൂ.
ഞാൻ എവിടെ നിന്നാണ് ഫലം ഡൗൺലോഡ് ചെയ്യേണ്ടത്?
ഇത് തയ്യാറാകുമ്പോൾ ഈ പേജിൽ ഡൗൺലോഡ് ചെയ്യുക. വേർതിരിച്ചെടുക്കൽ പശ്ചാത്തലത്തിൽ പ്രവർത്തിക്കുന്നു, അതിനാൽ പേജ് വിടുന്നത് അതിനെ ബാധിക്കില്ല; ഈ പേജ് വീണ്ടും തുറന്ന് "സമീപകാല എക്‌സ്‌ട്രാക്‌ഷനുകൾ" എന്നതിന് കീഴിൽ മുമ്പത്തെ ഫയലുകൾ കണ്ടെത്താൻ സൈൻ ഇൻ ചെയ്യുക.
ഫയൽ എക്സ്റ്റൻഷൻ യഥാർത്ഥ ഫോർമാറ്റുമായി പൊരുത്തപ്പെടുന്നില്ലെങ്കിൽ?
ഫയൽ ഉള്ളടക്കത്തിൽ നിന്ന് യഥാർത്ഥ ഫോർമാറ്റ് കണ്ടെത്തി. ഉദാഹരണത്തിന്, ശരിക്കും ഒരു Word പ്രമാണമായ .pdf ഫയൽ .docx ആയി പ്രോസസ്സ് ചെയ്യുകയും .docx ആയി തിരികെ വരികയും ചെയ്യുന്നു. പഴയ .doc, .xls, .ppt ഫയലുകൾ ആദ്യം .docx, .xlsx, .pptx ആയി സംരക്ഷിക്കുക.
എനിക്ക് എന്തെങ്കിലും ഇൻസ്റ്റാൾ ചെയ്യേണ്ടതുണ്ടോ?
ഇല്ല, ഇത് ബ്രൗസറിൽ പ്രവർത്തിക്കുന്നു. നിരവധി പേജുകളുള്ള ഫയലുകൾക്കോ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോഴോ, Windows, macOS, Linux എന്നിവയ്‌ക്കായി ഞങ്ങൾ OmniDoc ഡെസ്ക്ടോപ്പ് ആപ്പ് ശുപാർശ ചെയ്യുന്നു: പേജ് പരിധിയും ക്യൂവും ഇല്ല.
OmniDoc ഡെസ്ക്ടോപ്പ് ആപ്പ്: സുഗമമായ, 100% Office XML പിന്തുണ, ചൈനയുടെ പുതിയ ദേശീയ മാനദണ്ഡങ്ങൾ
Windows, macOS, Linux എന്നിവയ്‌ക്കായുള്ള സൗജന്യ ഡെസ്ക്ടോപ്പ് ആപ്പ് നിങ്ങളുടെ സ്വന്തം കമ്പ്യൂട്ടറിൽ ഫയലുകൾ തുറക്കുകയും എഡിറ്റ് ചെയ്യുകയും സംരക്ഷിക്കുകയും ചെയ്യുന്നു.