Машиночитаемый текст
XML можно передать инструментам, которые умеют работать с текстом и структурированными элементами.
Конвертер PDF в XML онлайн
Извлеките текст PDF в XML, если нужен текстовый результат с разметкой для последующей обработки.
Перетащите до 10 файлов сюда
или
Формат .pdf · до 10 файлов, каждый до 100 МБPDF→XML
Исходная семантика неизвестна
PDF не задаёт универсальную XML-схему, а расположение блоков и сканы не восстанавливаются.
Обработка в браузере
Содержимое выбранных файлов обрабатывается на устройстве и не отправляется на сервер FlyFile.
Как конвертировать PDF в XML
- 1
Добавьте PDF
Выберите файл .pdf на устройстве или перетащите его в область загрузки. Можно выбрать до 10 файлов.
- 2
Преобразуйте в XML
Нажмите кнопку конвертации и дождитесь, пока браузер обработает выбранные файлы.
- 3
Скачайте результат
Сохраните готовый файл XML на устройство; результаты нескольких файлов будут собраны в ZIP-архив.
О форматах PDF и XML
PDF (Portable Document Format) — формат электронных документов с фиксированным расположением страниц.
PDF предназначен для воспроизводимого представления страниц и может содержать текст, изображения, шрифты и векторные элементы. Возможность извлечь текст зависит от того, есть ли в документе текстовый слой: сканированные страницы требуют отдельного OCR.
- Разработчик
- Adobe разработала формат; спецификация PDF стандартизована ISO.
- История стандарта
- PDF 1.0 выпущен Adobe в 1993 году; PDF 1.7 опубликован как ISO 32000-1 в 2008 году.
- Спецификация
- Официальный источник
XML (Extensible Markup Language) — текстовый язык для представления структурированных документов и данных с помощью элементов и атрибутов.
XML задаёт синтаксис разметки, но сам по себе не определяет значение предметных данных: его задаёт конкретная схема или приложение. Теги и вложенная структура делают XML пригодным для обмена машиночитаемой информацией.
- Разработчик
- Рабочая группа XML Консорциума Всемирной паутины (W3C).
- История стандарта
- XML 1.0 стал рекомендацией W3C 10 февраля 1998 года.
- Спецификация
- Официальный источник
Машиночитаемый текст
Извлеките текст PDF в XML, если нужен текстовый результат с разметкой для последующей обработки.
Часто задаваемые вопросы
Определяет ли XML структуру исходной таблицы?
Нет, содержимое PDF не содержит обязательного описания целевой XML-схемы.
Переносятся ли графические элементы?
Основой результата служат доступные текстовые символы, а не полный набор объектов.
Доступен ли текст со сканов?
Нет, сканированные изображения требуют OCR перед извлечением текстового содержимого.