Hành động PDF

Các thao tác PDF cho phép bạn trích xuất hình ảnh, văn bản và bảng từ các tệp PDF và sắp xếp các trang để tạo tài liệu mới.

Để trích xuất văn bản từ tệp PDF, hãy sử dụng thao tác Trích xuất văn bản từ PDF . Ví dụ sau đây trích xuất văn bản từ một phạm vi trang cụ thể của một tệp được bảo vệ bằng mật khẩu. Mật khẩu được chỉ định trong phần cài đặt Nâng cao .

Để trích xuất các văn bản được sắp xếp theo dạng bảng, hãy bật Tối ưu hóa cho dữ liệu có cấu trúc để cải thiện định dạng và độ chính xác của kết quả.

Để trích xuất bảng từ tệp PDF, hãy triển khai hành động Trích xuất bảng từ tệp PDF , chọn tệp và chỉ định các trang để trích xuất.

Hành động này tạo ra biến ExtractedPDFTables chứa danh sách thông tin bảng PDF. Để tìm thông tin về loại danh sách này, hãy truy cập Kiểu dữ liệu nâng cao.

Lưu ý

• Hành động Trích xuất bảng từ PDF không sử dụng Nhận dạng ký tự quang học (OCR), do đó bạn không thể trích xuất văn bản không thể sao chép từ các tệp PDF được quét.
• Thư viện đằng sau hành động này đôi khi trích xuất dữ liệu PDF bổ sung không phải là bảng. Chức năng này giảm thiểu rủi ro vô tình bỏ sót một bảng thực tế.

Ngoài việc trích xuất thông tin từ các tệp PDF, bạn có thể tạo một tài liệu PDF mới từ một tệp hiện có bằng cách sử dụng thao tác Trích xuất các trang tệp PDF thành tệp PDF mới .

Ví dụ sau đây chọn kết hợp các trang cụ thể và một loạt trang.

Trích xuất văn bản từ PDF

Bạn có thể trích xuất văn bản từ tệp PDF bằng cách sử dụng thao tác "Trích xuất văn bản từ PDF". Trong thuộc tính hành động, bạn có thể xác định tệp PDF nguồn và các trang mà văn bản sẽ được trích xuất. Trong phần thuộc tính hành động nâng cao, bạn có thể xác định mật khẩu trong trường hợp tệp PDF được bảo vệ và liệu công cụ tìm kiếm có nên tối ưu hóa cho dữ liệu có cấu trúc hay không.

Tham số đầu vào

Đối số	Không bắt buộc	Chấp nhận	Giá trị mặc định	Description
Tệp PDF	No	Tài liệu		Tệp PDF để trích xuất văn bản. Nhập đường dẫn tệp, biến chứa tệp hoặc đường dẫn văn bản
(Các) trang cần trích xuất	Không có	Tất cả, Đơn, Phạm vi	Tất cả	Chỉ định số trang cần trích xuất: Tất cả các trang, một trang hoặc một phạm vi các trang
Số trang đơn lẻ	No	Giá trị số		Số của trang đơn lẻ cần trích xuất văn bản trong đó
Số trang bắt đầu	No	Giá trị số		Số trang đầu tiên của phạm vi trang cần trích xuất văn bản trong đó
Số trang kết thúc	No	Giá trị số		Số trang cuối cùng của phạm vi trang cần trích xuất văn bản trong đó
Mật khẩu	Có	Đầu vào được mã hóa trực tiếp hoặc Giá trị văn bản		Mật khẩu của tập tin PDF. Để trống mục này nếu tệp PDF không được bảo vệ bằng mật khẩu
Tối ưu hóa cho dữ liệu có cấu trúc	Không có	Giá trị Boolean	Sai	Xác định xem có nên phát hiện bố cục đã định dạng trong tài liệu và trích xuất văn bản cho phù hợp hay không

Đã tạo biến

Đối số	Loại	Description
Trích xuấtPDFText	Giá trị văn bản	Văn bản đã trích xuất

Ngoại lệ

Ngoại lệ	Description
Tệp PDF không tồn tại	Tệp không tồn tại trong đường dẫn đã cho
Mật khẩu không hợp lệ	Mật khẩu đã cho không hợp lệ
Không trích xuất được văn bản	Lỗi khi cố gắng trích xuất văn bản

Trích xuất bảng từ PDF

Bạn có thể trích xuất các bảng có trong tệp PDF bằng cách sử dụng thao tác Trích xuất bảng từ PDF . Trong thuộc tính hành động, bạn có thể xác định tệp PDF và phạm vi trang mà các bảng sẽ được trích xuất. Trong phần thuộc tính hành động nâng cao, bạn có thể xác định mật khẩu trong trường hợp tệp PDF được bảo vệ, xác định xem bảng có tiêu đề hay không và cuối cùng là xác định xem các bảng nằm ngoài lề trang có nên được hợp nhất hay không.

Tham số đầu vào

Đối số	Không bắt buộc	Chấp nhận	Giá trị mặc định	Description
Tệp PDF	No	Tài liệu		Tệp PDF để trích xuất bảng. Nhập đường dẫn tệp, biến chứa tệp hoặc đường dẫn văn bản
(Các) trang cần trích xuất	Không có	Tất cả, Đơn, Phạm vi	Tất cả	Chỉ định có bao nhiêu trang để trích xuất bảng: tất cả các trang, một trang duy nhất hoặc một loạt các trang
Số trang đơn lẻ	No	Giá trị số		Số trang đơn để trích xuất bảng
Số trang bắt đầu	No	Giá trị số		Số trang đầu tiên từ phạm vi trang để trích xuất bảng từ
Số trang kết thúc	No	Giá trị số		Số trang cuối cùng từ phạm vi trang để trích xuất bảng
Mật khẩu	Có	Đầu vào được mã hóa trực tiếp hoặc Giá trị văn bản		Mật khẩu của tập tin PDF. Để trống mục này nếu tệp PDF không được bảo vệ bằng mật khẩu
Hợp nhất các bảng đè lên lề trang	Không có	Giá trị Boolean	Đúng	Xác định có nên hợp nhất các bảng chéo lề trang trong phạm vi trang được chỉ định hay không
Dòng đầu tiên chứa tên các cột	Không có	Giá trị Boolean	Đúng	Xác định xem dòng đầu tiên của bảng có chứa tên cột hay không

Đã tạo biến

Đối số	Loại	Description
Bảng PDF được trích xuất	Danh sách thông tin bảng PDF	Các bảng được trích xuất với thông tin của họ dưới dạng danh sách

Ngoại lệ

Ngoại lệ	Description
Tệp PDF không tồn tại	Tệp không tồn tại trong đường dẫn đã cho
Mật khẩu không hợp lệ	Mật khẩu đã cho không hợp lệ
Không trích xuất được bảng	Lỗi trong khi cố gắng trích xuất bảng

Trích xuất hình ảnh từ PDF

Để trích xuất hình ảnh từ tệp PDF, bạn có thể sử dụng thao tác Trích xuất hình ảnh từ PDF . Trong các tham số hành động, bạn có thể xác định tệp PDF và các trang để trích xuất hình ảnh, quy ước đặt tên cho hình ảnh được trích xuất và vị trí đích của hình ảnh đã lưu. Bạn cũng có thể đặt mật khẩu nếu tệp PDF được bảo vệ theo cài đặt nâng cao.

Tham số đầu vào

Đối số	Không bắt buộc	Chấp nhận	Giá trị mặc định	Description
Tệp PDF	No	Tài liệu		Tệp PDF để trích xuất hình ảnh. Nhập đường dẫn tệp, biến chứa tệp hoặc đường dẫn văn bản
Mật khẩu	Có	Đầu vào được mã hóa trực tiếp hoặc Giá trị văn bản		Mật khẩu của tập tin PDF. Để trống mục này nếu tệp PDF không được bảo vệ bằng mật khẩu
(Các) trang cần trích xuất	Không có	Tất cả, Đơn, Phạm vi	Tất cả	Chỉ định số trang cần trích xuất: Tất cả các trang, một trang hoặc một phạm vi các trang
Số trang đơn lẻ	No	Giá trị số		Số của trang đơn lẻ cần trích xuất hình ảnh trong đó
Số trang bắt đầu	No	Giá trị số		Số trang đầu tiên trong phạm vi các trang để trích xuất hình ảnh
Số trang kết thúc	No	Giá trị số		Số trang cuối cùng trong phạm vi các trang để trích xuất hình ảnh
Tên hình ảnh	No	Giá trị văn bản		Tên của hình ảnh bắt đầu như thế nào. Ví dụ tên hình ảnh được trích xuất: GivenName_1, GivenName_2
Lưu hình ảnh vào	No	Thư mục		Thư mục lưu trữ hình ảnh đã trích xuất dưới dạng tệp png

Đã tạo biến

Hành động này không tạo ra bất kỳ biến nào.

Ngoại lệ

Ngoại lệ	Description
Mật khẩu không hợp lệ	Mật khẩu đã cho không hợp lệ
Không trích xuất được hình ảnh	Chỉ ra rằng đã xảy ra lỗi khi trích xuất hình ảnh từ các trang nhất định của PDF
Thư mục không tồn tại	Cho biết rằng thư mục không tồn tại
Tệp PDF không tồn tại	Tệp không tồn tại trong đường dẫn đã cho

Trích xuất các trang của tệp PDF thành tệp PDF mới

Bạn có thể tạo tệp PDF mới bằng cách trích xuất các trang từ tệp PDF hiện có bằng cách sử dụng thao tác chuyển các trang tệp PDF sang tệp PDF mới . Trong các tham số hành động, bạn có thể xác định tệp PDF cần trích xuất các trang, các trang cần trích xuất, vị trí của tệp PDF mới và điều gì sẽ xảy ra nếu đã tồn tại một tệp có cùng tên và phần mở rộng. Cuối cùng, trong phần thuộc tính nâng cao, bạn có thể định nghĩa mật khẩu trong trường hợp tệp PDF nguồn được bảo vệ.

Tham số đầu vào

Đối số	Không bắt buộc	Chấp nhận	Giá trị mặc định	Description
Tệp PDF	No	Tài liệu		Tệp PDF để trích xuất các trang. Nhập đường dẫn tệp, biến chứa tệp hoặc đường dẫn văn bản
Mật khẩu	Có	Đầu vào được mã hóa trực tiếp hoặc Giá trị văn bản		Mật khẩu của tập tin PDF. Để trống mục này nếu tệp PDF không được bảo vệ bằng mật khẩu
Các trang được chọn	No	Giá trị văn bản		Số chỉ mục của các trang cần giữ lại (ví dụ: 1,3,17-24)
Đường dẫn PDF đã trích xuất	No	Tài liệu		Đường dẫn để lưu tệp PDF đã trích xuất
Nếu tệp tồn tại	Không có	Ghi đè, Không ghi đè, Thêm hậu tố tuần tự	Thêm hậu tố chỉ trình tự	Chỉ định việc cần làm trong trường hợp tệp PDF đầu ra đã tồn tại

Đã tạo biến

Đối số	Loại	Description
Trích xuấtPDF	Tài liệu	Tệp PDF mới

Ngoại lệ

Ngoại lệ	Description
Mật khẩu không hợp lệ	Mật khẩu đã cho không hợp lệ
Tệp PDF không tồn tại	Tệp không tồn tại trong đường dẫn đã cho
Trang nằm ngoài giới hạn	Chỉ ra rằng một hoặc nhiều trang nằm ngoài giới hạn của tệp PDF
Các trang đã chọn không hợp lệ	Cho biết rằng các trang đã cho không hợp lệ đối với tệp PDF
Không thể trích xuất PDF mới	Chỉ ra rằng đã xảy ra lỗi khi cố gắng trích xuất PDF mới

Hợp nhất các tệp PDF

Hợp nhất nhiều tệp PDF thành một tệp mới.

Bạn có thể sử dụng thao tác Gộp các tệp PDF để lấy hai hoặc nhiều tệp PDF và ghép chúng thành một tệp duy nhất. Các tập tin cần được hợp nhất có thể được cung cấp dưới dạng danh sách hoặc được đặt trong dấu ngoặc kép và phân tách bằng dấu phân cách. Bạn cũng có thể cung cấp mật khẩu cho các tệp PDF, trong trường hợp chúng được bảo vệ bằng mật khẩu.

Tham số đầu vào

Đối số	Không bắt buộc	Chấp nhận	Giá trị mặc định	Description
Tệp PDF	No	Danh sách các tệp		Các tập tin cần hợp nhất. Đặt nhiều tệp trong dấu ngoặc kép (") và phân tách chúng bằng dấu phân cách hoặc sử dụng danh sách tệp
Đường dẫn của PDF đã hợp nhất	No	Tài liệu		Đường dẫn để lưu PDF đã hợp nhất
Nếu tệp tồn tại	Không có	Ghi đè, Không ghi đè, Thêm hậu tố tuần tự	Thêm hậu tố chỉ trình tự	Chỉ định việc cần làm trong trường hợp tệp đích đã tồn tại
Mật khẩu	Có	Đầu vào được mã hóa trực tiếp hoặc Giá trị văn bản		Mật khẩu được phân định. Thứ tự phải giống với thứ tự của các tệp PDF đầu vào. Để trống mục này nếu tệp PDF không được bảo vệ bằng mật khẩu
Dấu tách	No	Giá trị văn bản	.	Một dấu phân cách mật khẩu tùy chỉnh. Dấu phân cách này không nên là một phần của bất kỳ mật khẩu nào

Đã tạo biến

Đối số	Loại	Description
Đã hợp nhấtPDF	Tài liệu	Tệp PDF đã hợp nhất

Ngoại lệ

Ngoại lệ	Description
Tệp PDF không tồn tại	Tệp không tồn tại trong đường dẫn đã cho
Mật khẩu không hợp lệ	Mật khẩu đã cho không hợp lệ
Không hợp nhất được các tệp PDF	Cho biết rằng đã xảy ra lỗi khi hợp nhất các tệp

Lưu ý

Khi bạn sử dụng thao tác "Gộp các tệp PDF", đừng đặt đích đến của tệp PDF đã ghép là một trong các tệp gốc đang được ghép. Điều này có thể khiến hành động không thành công và có thể xóa tệp gốc. Để bảo vệ tài liệu gốc, hãy luôn chọn một vị trí tệp mới hoặc một vị trí hiện có không nằm trong số các tệp gốc đang được hợp nhất để xuất ra tệp PDF đã hợp nhất.