Инструмент извлекает текстовое содержимое PDF-файла и преобразует его в структурированный формат JSON. Для каждого слова на странице сохраняются точные координаты, что позволяет воссоздать оригинальное расположение текста. Результат удобен для программного анализа макета документа или передачи данных в другие приложения через API.
Когда пригодится
Представьте, что вам нужно автоматически проверить, не выходит ли важный текст за поля в сотнях договоров. Вы конвертируете PDF в JSON и пишете скрипт, который анализирует координаты слов и сигнализирует о нарушениях. Другой случай: вы разрабатываете веб-приложение для просмотра документов и хотите, чтобы пользователь мог выделять и копировать текст с точным сохранением позиционирования, как в оригинале.
Как пользоваться инструментом
- Сначала перетащите исходный PDF-файл в область загрузки на странице инструмента или выберите его через кнопку обзора.
- Дождитесь окончания обработки, индикатор выполнения покажет прогресс.
- Когда преобразование завершится, нажмите кнопку скачивания, чтобы сохранить получившийся JSON-файл на своё устройство.
- Откройте его в любом текстовом редакторе или среде разработки для дальнейшего использования.
Как проверить результат
После скачивания откройте JSON-файл и убедитесь, что он начинается с корректной структуры, обычно с массива страниц. Проверьте, что для каждой страницы присутствуют поля с номером и списком слов, а каждое слово содержит текстовое значение и координаты. Если файл выглядит пустым или содержит только служебную информацию, возможно, исходный PDF был отсканированным изображением без текстового слоя.
Важные ограничения
Важно понимать, что инструмент работает только с цифровым текстом, а не с картинками. Если ваш PDF создан из сканов, текст не будет распознан, и JSON окажется пустым. Координаты слов отсчитываются от определённой точки страницы, и их интерпретация может зависеть от программы, в которой вы их используете. Максимальный размер файла для бесплатной загрузки составляет 20 МиБ.