PDF għal Test

Kif toħroġ it-test minn PDF

1. Poġġi fajl PDF fiż-żona tat-tpoġġija, jew ikklikkja fuqha biex tagħżel wieħed. L-għodda turi isem il-fajl, in-numru ta’ paġni u d-daqs tiegħu.
2. Jekk trid, ikteb il-Paġni (fakultattiv) li se taqra, bħal 1-3, 5 jew 8-. Ħalli l-qasam vojt biex toħroġ il-paġni kollha.
3. Agħżel l-Ordni tal-qari: Kif inhu maħżun fil-fajl (l-aħjar għall-kolonni) jew Minn fuq għal isfel, minn xellug għal lemin.
4. Immarka jew neħħi l-immarkar ta’ Żid separaturi tal-paġni u Żomm il-qtugħ tal-linji.
5. Ikklikkja Oħroġ it-test. Dokumenti twal juru l-progress paġna paġna; Waqqaf jagħlaq kmieni u jżomm il-paġni li diġà nqraw.
6. Iċċekkja l-għadd ta’ paġni, kliem, karattri u linji, imbagħad ikklikkja Ikkopja jew Niżżel .txt.

Iż-żewġ kaxxi jistgħu jinbidlu wara l-estrazzjoni: it-test jerġa’ jiġi ffurmattjat immedjatament, mingħajr ma l-fajl jerġa’ jinqara.

Saff tat-test jew paġna skennjata?

PDF maħluq minn proċessur tal-kliem, spreadsheet jew kmand “Save as PDF” fih saff tat-test: il-karattri veri, bil-font u l-pożizzjoni tagħhom. Din l-għodda taqra dak is-saff bil-PDF.js, għalhekk ir-riżultat huwa eżatt, bl-aċċenti, il-ligaturi u s-simboli intatti.

PDF skennjat huwa differenti: kull paġna hija biss ritratt ta’ karta, u m’hemm l-ebda test x’jinqara. Meta paġna magħżula m’għandhiex test imma fiha immaġni, l-għodda tgħid hekk u tisimmi l-paġni kkonċernati. L-OCR (rikonoxximent tat-test) mhuwiex inkluż: it-test tal-paġni skennjati ma jistax jiġi estratt hawn. Il-paġni mingħajr test u mingħajr immaġni jiġu rrappurtati bħala vojta.

Ordni tal-qari u tqassim

PDF jaħżen biċċiet ta’ test b’koordinati, mhux paragrafi. L-għodda terġa’ tibni l-linji minn biċċiet li jikkondividu l-istess linja bażi, iżżid spazju fejn hemm vojt li jidher, u tħalli linja vojta fejn id-distakk vertikali huwa kbir, li normalment jissepara l-paragrafi.

• Kif inhu maħżun fil-fajl (l-aħjar għall-kolonni) isegwi l-ordni li bih is-softwer li ħoloq il-fajl kiteb it-test. Għall-biċċa l-kbira tad-dokumenti, inklużi artikli b’żewġ kolonni, dan huwa l-ordni naturali tal-qari.
• Minn fuq għal isfel, minn xellug għal lemin jissortja skont il-pożizzjoni fuq il-paġna. Ipprova meta l-ewwel għażla tagħti test imħallat; innota li taqra dritt minn kolonna għal oħra.

B’Żid separaturi tal-paġni, kull paġna tibda b’linja bħal --- Paġna 3 ---, utli biex tikkwota jew tivverifika silta.

Għaqda tal-linji f’paragrafi

B’Żomm il-qtugħ tal-linji immarkat, kull linja tal-PDF tibqa’ linja ta’ test. Neħħi l-immarkar biex tgħaqqad il-linji ta’ kull paragrafu f’waħda, li huwa aħjar biex tpoġġih f’dokument jew f’traduttur. Kelma maqtugħa b’trattin fl-aħħar ta’ linja, bħal “eżem-” + “pju”, terġa’ tingħaqad meta l-linja ta’ wara tibda b’ittra żgħira. Il-limitu: kelma komposta li sseħħ li tinqasam fit-trattin tagħha (“well-” + “known”) titlef dak it-trattin, għalhekk reġa’ ara s-siltiet importanti.

Privatezza

Il-PDF jinqara mill-brawżer tiegħek, fuq l-apparat tiegħek. La l-fajl u lanqas it-test estratt ma jintbagħtu lil server.