Công cụ này khác gì so với các công cụ PDF trực tuyến khác?

Phần lớn các công cụ PDF trực tuyến gửi tệp của bạn lên máy chủ từ xa để xử lý. Công cụ này xử lý mọi thứ ngay trong trình duyệt của bạn bằng JavaScript phía máy khách. Tệp của bạn không được gửi tới bất kỳ máy chủ nào, nghĩa là nội dung tài liệu hoàn toàn nằm trong tầm kiểm soát của bạn.

Tệp PDF của tôi có bị tải lên không?

Không. Tệp được trình duyệt của bạn đọc trực tiếp. Tệp của bạn không bao giờ được gửi qua mạng. Công cụ hoạt động hoàn toàn trong thẻ trình duyệt mà bạn đang mở.

Tôi có thể kiểm chứng rằng tệp không bị tải lên không?

Có. Mở công cụ dành cho nhà phát triển của trình duyệt (F12), chuyển sang tab Network và theo dõi các yêu cầu gửi đi trong khi dùng công cụ. Bạn sẽ thấy không có dữ liệu tệp nào rời khỏi trình duyệt. Trang web có thể ghi lại số lượt xem trang ẩn danh, thông tin này không bao gồm tệp của bạn và có thể tắt đi.

Công cụ này có hoạt động ngoại tuyến không?

Có. Sau khi trang đã tải xong, công cụ xử lý tệp của bạn hoàn toàn trong trình duyệt; chức năng công cụ không cần kết nối mạng. Bạn có thể ngắt kết nối internet và tiếp tục sử dụng.

Điều gì xảy ra khi tôi tải lại trang?

Vì không có gì được lưu trên máy chủ, việc tải lại trang sẽ xóa phiên làm việc hiện tại. Bạn sẽ cần chọn lại bất kỳ tệp nào đã chọn trước đó.

Công cụ này có lưu trữ tệp của tôi không?

Không. Tệp chỉ được giữ trong bộ nhớ trình duyệt trong thời gian trang còn mở. Đóng hoặc tải lại trang sẽ xóa chúng. Công cụ không ghi gì ra ổ đĩa và không gửi gì lên máy chủ.

Công cụ này có mở khóa được PDF bảo vệ bằng mật khẩu không?

Không. Công cụ này không cố gỡ bỏ hay vượt qua bảo vệ mật khẩu của PDF. Nếu bạn biết mật khẩu, công cụ Unlock PDF trên trang này có thể gỡ mật khẩu cục bộ; sau đó công cụ này mới xử lý được tệp.

Công cụ này dùng những công nghệ gì?

Công cụ này dùng pdf.js (công cụ PDF phía máy khách của Mozilla) trong một Web Worker để đọc lớp văn bản nhúng từ từng trang PDF trong trình duyệt của bạn. Tệp của bạn không bao giờ rời khỏi trình duyệt.

Công cụ này có dùng WebAssembly không?

Không. pdf.js là thư viện JavaScript thuần — nó không dùng WebAssembly. Mọi quá trình kết xuất PDF diễn ra bằng JavaScript phía máy khách trong trình duyệt của bạn.

Tôi trích xuất văn bản từ tệp PDF của mình như thế nào?

Chọn một tệp PDF bằng hộp thoại chọn tệp, rồi bấm nút trích xuất. Văn bản từ mỗi trang được đọc cục bộ trong trình duyệt của bạn, hiển thị trong một ô xem trước, và bạn có thể lưu nó dưới dạng tệp .txt.

Tại sao tệp PDF được quét của tôi trả về không có văn bản nào?

Công cụ này đọc lớp văn bản nhúng mà một tệp PDF lưu trữ, còn các tài liệu được quét hoặc chỉ có hình ảnh không có lớp như vậy, nên không thể rút ra được gì. Khi điều đó xảy ra, bạn sẽ thấy một thông báo và không có tệp văn bản nào được đưa ra, vì không có dữ liệu ký tự nào để khôi phục nếu không có OCR.

Tại sao văn bản được trích xuất không khớp với bố cục trực quan của trang?

Công cụ duyệt qua các mục văn bản mà pdf.js báo cáo cho mỗi trang và giữ các dấu ngắt dòng của chúng, nhưng nó không dồn lại các cột, nên các trang nhiều cột, bảng biểu và bố cục phức tạp có thể không khớp với những gì bạn thấy trên màn hình. Các trang được nối với nhau bằng các dòng trống, và các tệp PDF có cách mã hóa phông chữ bất thường hoặc tùy chỉnh cũng có thể tạo ra các ký tự bị méo ngay cả khi trang trông vẫn ổn.

Extract Text from PDF có mất phí không?

Extract Text from PDF hoàn toàn miễn phí — không cần tài khoản, không cần đăng ký, không giới hạn số tệp PDF xử lý, và mãi mãi sẽ như vậy. Tệp PDF của bạn được đọc trực tiếp bởi trình duyệt bằng pdf.js, trích xuất lớp văn bản được nhúng theo từng trang và trả lại cho bạn dưới dạng tệp .txt thuần; bản thân tệp luôn nằm trong bộ nhớ trình duyệt và không bao giờ được truyền đi đâu.

Trích xuất văn bản từ PDF riêng tư — chạy hoàn toàn trong trình duyệt

Chọn một tệp PDF, lớp văn bản của từng trang được trích xuất cục bộ trong trình duyệt và đưa ra dưới dạng tệp văn bản tải về — không tải lên.

Quick answer

What it does: Chọn một tệp PDF, lớp văn bản của từng trang được trích xuất cục bộ trong trình duyệt và đưa ra dưới dạng tệp văn bản tải về — không tải lên.
Free?: Yes — 100% free, no account or sign-up.
Files uploaded?: No — everything is processed in your browser.
Works offline?: Yes — once the page has loaded.
Best for: Sao chép các điều khoản hợp đồng từ PDF bố cục cố định vào trình soạn thảo văn bản để xem xét hoặc so sánh.
Good to know: Công cụ này chỉ trích xuất được văn bản được nhúng dưới dạng lớp văn bản trong PDF. PDF được quét và PDF chỉ có ảnh không có lớp văn bản nên sẽ không trích xuất được chữ nào.

How it works

Chọn một tệp PDF từ thiết bị của bạn bằng hộp thoại chọn tệp.
Tệp được đọc vào bộ nhớ trình duyệt — không có dữ liệu nào rời khỏi trình duyệt của bạn.
pdf.js tải tài liệu trong một Web Worker và gọi getTextContent() cho từng trang để lấy lớp văn bản nhúng.
Văn bản trích xuất từ tất cả các trang được ghép lại theo thứ tự và đưa ra dưới dạng tệp .txt tải về.
Toàn bộ dữ liệu tạm thời được giải phóng khỏi bộ nhớ ngay sau khi tải về hoàn tất.

When to use this tool

Sao chép các điều khoản hợp đồng từ PDF bố cục cố định vào trình soạn thảo văn bản để xem xét hoặc so sánh.
Lấy nội dung văn bản từ PDF bài nghiên cứu để dán vào công cụ dịch thuật hoặc tóm tắt.
Thu thập dữ liệu dòng mục hóa đơn từ PDF như bước đầu tiên trước khi nhập vào bảng tính.
Lưu ý: chỉ hoạt động trên PDF có lớp văn bản nhúng — PDF quét hoặc chỉ có hình ảnh không có văn bản để trích xuất.

Frequently asked questions

Công cụ này khác gì so với các công cụ PDF trực tuyến khác?: Phần lớn các công cụ PDF trực tuyến gửi tệp của bạn lên máy chủ từ xa để xử lý. Công cụ này xử lý mọi thứ ngay trong trình duyệt của bạn bằng JavaScript phía máy khách. Tệp của bạn không được gửi tới bất kỳ máy chủ nào, nghĩa là nội dung tài liệu hoàn toàn nằm trong tầm kiểm soát của bạn.
Tệp PDF của tôi có bị tải lên không?: Không. Tệp được trình duyệt của bạn đọc trực tiếp. Tệp của bạn không bao giờ được gửi qua mạng. Công cụ hoạt động hoàn toàn trong thẻ trình duyệt mà bạn đang mở.
Tôi có thể kiểm chứng rằng tệp không bị tải lên không?: Có. Mở công cụ dành cho nhà phát triển của trình duyệt (F12), chuyển sang tab Network và theo dõi các yêu cầu gửi đi trong khi dùng công cụ. Bạn sẽ thấy không có dữ liệu tệp nào rời khỏi trình duyệt. Trang web có thể ghi lại số lượt xem trang ẩn danh, thông tin này không bao gồm tệp của bạn và có thể tắt đi.
Công cụ này có hoạt động ngoại tuyến không?: Có. Sau khi trang đã tải xong, công cụ xử lý tệp của bạn hoàn toàn trong trình duyệt; chức năng công cụ không cần kết nối mạng. Bạn có thể ngắt kết nối internet và tiếp tục sử dụng.
Điều gì xảy ra khi tôi tải lại trang?: Vì không có gì được lưu trên máy chủ, việc tải lại trang sẽ xóa phiên làm việc hiện tại. Bạn sẽ cần chọn lại bất kỳ tệp nào đã chọn trước đó.
Công cụ này có lưu trữ tệp của tôi không?: Không. Tệp chỉ được giữ trong bộ nhớ trình duyệt trong thời gian trang còn mở. Đóng hoặc tải lại trang sẽ xóa chúng. Công cụ không ghi gì ra ổ đĩa và không gửi gì lên máy chủ.
Công cụ này có mở khóa được PDF bảo vệ bằng mật khẩu không?: Không. Công cụ này không cố gỡ bỏ hay vượt qua bảo vệ mật khẩu của PDF. Nếu bạn biết mật khẩu, công cụ Unlock PDF trên trang này có thể gỡ mật khẩu cục bộ; sau đó công cụ này mới xử lý được tệp.
Công cụ này dùng những công nghệ gì?: Công cụ này dùng pdf.js (công cụ PDF phía máy khách của Mozilla) trong một Web Worker để đọc lớp văn bản nhúng từ từng trang PDF trong trình duyệt của bạn. Tệp của bạn không bao giờ rời khỏi trình duyệt.
Công cụ này có dùng WebAssembly không?: Không. pdf.js là thư viện JavaScript thuần — nó không dùng WebAssembly. Mọi quá trình kết xuất PDF diễn ra bằng JavaScript phía máy khách trong trình duyệt của bạn.
Tôi trích xuất văn bản từ tệp PDF của mình như thế nào?: Chọn một tệp PDF bằng hộp thoại chọn tệp, rồi bấm nút trích xuất. Văn bản từ mỗi trang được đọc cục bộ trong trình duyệt của bạn, hiển thị trong một ô xem trước, và bạn có thể lưu nó dưới dạng tệp .txt.
Tại sao tệp PDF được quét của tôi trả về không có văn bản nào?: Công cụ này đọc lớp văn bản nhúng mà một tệp PDF lưu trữ, còn các tài liệu được quét hoặc chỉ có hình ảnh không có lớp như vậy, nên không thể rút ra được gì. Khi điều đó xảy ra, bạn sẽ thấy một thông báo và không có tệp văn bản nào được đưa ra, vì không có dữ liệu ký tự nào để khôi phục nếu không có OCR.
Tại sao văn bản được trích xuất không khớp với bố cục trực quan của trang?: Công cụ duyệt qua các mục văn bản mà pdf.js báo cáo cho mỗi trang và giữ các dấu ngắt dòng của chúng, nhưng nó không dồn lại các cột, nên các trang nhiều cột, bảng biểu và bố cục phức tạp có thể không khớp với những gì bạn thấy trên màn hình. Các trang được nối với nhau bằng các dòng trống, và các tệp PDF có cách mã hóa phông chữ bất thường hoặc tùy chỉnh cũng có thể tạo ra các ký tự bị méo ngay cả khi trang trông vẫn ổn.
Extract Text from PDF có mất phí không?: Extract Text from PDF hoàn toàn miễn phí — không cần tài khoản, không cần đăng ký, không giới hạn số tệp PDF xử lý, và mãi mãi sẽ như vậy. Tệp PDF của bạn được đọc trực tiếp bởi trình duyệt bằng pdf.js, trích xuất lớp văn bản được nhúng theo từng trang và trả lại cho bạn dưới dạng tệp .txt thuần; bản thân tệp luôn nằm trong bộ nhớ trình duyệt và không bao giờ được truyền đi đâu.