Trích xuất mọi đoạn văn bản trong tệp PDF của bạn, cùng với số trang, vị trí và kích thước phông chữ của nó, và tải xuống dưới dạng JSON sạch, có thể đọc được bằng máy. Hoàn hảo cho các đường ống dữ liệu, nhập liệu LLM, lập chỉ mục RAG và bất kỳ xử lý PDF tùy chỉnh nào.
Nhấp để chọn tệp hoặc kéo và thả
Nhiều tệp PDF
Tệp của bạn không bao giờ rời khỏi thiết bị.
Kéo một tệp PDF duy nhất vào vùng tải lên hoặc nhấp để chọn từ thiết bị của bạn. Mọi thứ diễn ra cục bộ; tệp không bao giờ được tải lên.
ZentoPDF đọc mỗi trang bằng PDF.js, thu thập từng mục văn bản cùng với số trang, vị trí x/y, chiều rộng và kích thước phông chữ của nó, và tập hợp kết quả thành một cây JSON được chuẩn hóa.
Nhấp vào tải xuống để lấy một tệp .json sạch mà bạn có thể truyền vào cơ sở dữ liệu, chỉ mục vector, lời nhắc LLM hoặc bất kỳ tập lệnh tùy chỉnh nào.
Chuyển đổi tệp JSON sang định dạng PDF.
Trích xuất bảng từ PDF và chuyển đổi sang định dạng CSV.
Trích xuất bảng từ PDF và chuyển đổi sang định dạng Excel (XLSX).
Trích xuất văn bản từ tệp PDF và lưu dưới dạng văn bản thuần túy (.txt). Hỗ trợ nhiều tệp.
Trích xuất bảng từ tệp PDF và xuất dưới dạng CSV, JSON hoặc Markdown.
Tệp chứa một mảng các trang cấp cao nhất, mỗi trang có số trang và danh sách các mục văn bản. Mỗi mục mang chuỗi thô, tọa độ x và y, chiều rộng, chiều cao và kích thước phông chữ, vì vậy bạn có đủ thông tin để xây dựng lại bố cục hoặc đưa nó vào một công cụ lập chỉ mục có cấu trúc.
Có. Đầu ra giữ nguyên thứ tự đọc trên mỗi trang và bao gồm siêu dữ liệu vị trí, vì vậy bạn có thể phân đoạn JSON một cách thông minh để nhúng vector, tạo sinh tăng cường truy xuất hoặc bất kỳ quy trình làm việc LLM nào khác mà không cần phân tích lại PDF ở phía máy chủ.
Các tệp PDF được quét là hình ảnh của văn bản và không chứa ký tự có thể chọn, vì vậy JSON sẽ trống. Để trích xuất nội dung của chúng, trước tiên hãy chạy chúng qua công cụ OCR PDF của chúng tôi — nó nhận dạng văn bản và ghi lại vào PDF, sau đó chuyển đổi sang JSON bình thường.
Không. Toàn bộ quá trình trích xuất diễn ra ở phía máy khách trong trình duyệt của bạn với PDF.js. Tệp PDF gốc của bạn và JSON kết quả không bao giờ rời khỏi thiết bị của bạn, vì vậy công cụ này an toàn cho các tài liệu tài chính, pháp lý hoặc nghiên cứu bí mật.
Không có giới hạn nhân tạo — chỉ giới hạn bởi bộ nhớ thiết bị của bạn. Máy tính xách tay hiện đại dễ dàng trích xuất JSON từ các tệp PDF với hàng trăm trang, và công cụ này hoàn toàn miễn phí, không cần đăng ký hoặc hình mờ.