Udtræk hvert stykke tekst i din PDF, sammen med dets sidetal, position og skriftstørrelse, og download det som ren, maskinlæsbar JSON. Perfekt til datapipelines, LLM-indtagelse, RAG-indeksering og enhver brugerdefineret PDF-behandling.
Klik for at vælge en fil eller træk og slip
Flere PDF-filer
Dine filer forlader aldrig din enhed.
Træk en enkelt PDF ind i uploadzonen eller klik for at vælge den fra din enhed. Alt sker lokalt; filen uploades aldrig.
ZentoPDF læser hver side med PDF.js, indsamler hvert tekstelement plus dets sidetal, x/y position, bredde og skriftstørrelse og samler resultatet i et normaliseret JSON-træ.
Klik på download for at hente en ren .json-fil, som du kan streame ind i en database, vektorindeks, LLM-prompt eller ethvert brugerdefineret script.
Konverter JSON-filer til PDF-format.
Udpak tabeller fra PDF og konverter til CSV-format.
Udtræk tabeller fra PDF og konverter til Excel (XLSX) format.
Udtræk tekst fra PDF-filer og gem som almindelig tekst (.txt). Understøtter flere filer.
Udpak tabeller fra PDF-filer og eksporter som CSV, JSON eller Markdown.
Filen indeholder en top-niveau-array af sider, hver med sit sidetal og en liste over tekstelementer. Hvert element indeholder den rå streng, x- og y-koordinater, bredde, højde og skriftstørrelse, så du har nok information til at genopbygge layoutet eller føre det ind i en struktureret indekserer.
Ja. Outputtet bevarer læserækkefølgen pr. side og inkluderer positionel metadata, så du intelligent kan opdele JSON til vektorindlejring, retrieval-augmented generation eller enhver anden LLM-arbejdsgang uden at genparse PDF'en på serversiden.
Scannede PDF'er er billeder af tekst og indeholder ingen valgbare tegn, så JSON ville være tom. For at udtrække deres indhold skal du først køre dem gennem vores OCR PDF-værktøj — det genkender teksten og skriver den tilbage i PDF'en, som derefter konverteres til JSON normalt.
Nej. Hele udtrækningen sker klient-side i din browser med PDF.js. Din originale PDF og den resulterende JSON forlader aldrig din enhed, så værktøjet er sikkert til fortrolige finansielle, juridiske eller forskningsdokumenter.
Ingen kunstige grænser — kun din enheds hukommelse. Moderne laptops udtrækker komfortabelt JSON fra PDF'er med hundredvis af sider, og værktøjet er 100% gratis uden tilmelding eller vandmærke.