پرش به محتوا
Coverton وبلاگ
در این مقاله
اسناد و متن

چگونه به استخراج ODT متن و بررسی پاراگراف ها و جدول خواندن سفارش

استخراج پشتیبانی از متن ODT به عنوان TXT زمانی که شما آن را در یک ویرایشگر دیگر نیاز دارید. جدول ها و پاراگراف ها به متن صاف تبدیل می شود، بنابراین بررسی کنید که آیا ارزش های خود را بدون ترتیب بصری ارائه شده توسط اسناد اصلی باقی می ماند.

ابزار را باز کنیدنحوه استفاده از این ابزار ↓
ODT را به متن تبدیل کنید
این تصویر روند کار ابزار را نشان می‌دهد؛ نتیجهٔ پردازش یک فایل بارگذاری‌شده نیست.

نحوه استفاده از این ابزار

  1. فایل ها را با فرمت ODT انتخاب کنید. حداکثر فایل در هر دسته: 1.
  2. جداکننده ستون جدول را مرور کنید، سپس پردازش را شروع کنید.
  3. نتیجه TXT را دانلود کنید و محتوا و کیفیت آن را بررسی کنید.

تنظیمات مناسب را انتخاب کنید

خطوط سفید، جداسازی یک خط یا برچسب های بخش را برای نتیجه انتخاب کنید.یک برچسب بخش به این معنا نیست که عصاره به همان واحد ها تقسیم می شود که صفحات چاپ شده فیزیکی سند.

ورودی پشتیبانی شده
  • ODT
خروجی
  • TXT
تنظیمات موجود
  • جداکننده ستون جدول

پیش از شروع

انتخاب منبع بر پایهٔ محتوا و نوع نتیجه

قالب واقعی و متنی یا تصویری بودن محتوا را بررسی کنید. پسوند به‌تنهایی پشتیبانی را ثابت نمی‌کند؛ HWPX با HWP قدیمی فرق دارد. اگر جای نوشته، تصویر یا چیدمان لازم است، نسخهٔ رسمی اصلی را نگه دارید. مشخص کنید کار، متن، کپی با نام تازه یا گزارش می‌دهد و دریافت‌کننده به کدام نیاز دارد.

هنگام پاک‌سازی متن، نقش شکست خط، خط خالی و فاصله را بررسی کنید. پیوستن خط‌ها ممکن است شعر، فهرست یا جدول را خراب کند. نرمال‌سازی Unicode گونه‌های مختلف دارد؛ گونهٔ سازگاری می‌تواند نمادها را تغییر دهد. نام و کد را بعد از تغییر ببینید و انتخاب‌های پاک‌سازی را برای توضیح نتیجه ثبت کنید.

گزارش بررسی، یافته‌ها را حذف نمی‌کند. فایل‌های شبیه از نظر ظاهر، لزوماً بایت‌های یکسان ندارند، و تغییر نام دسته‌ای کپی‌ها و نگاشت نام تولید می‌کند. متن ساده برای پردازش متن مفید است، اما وقتی چیدمان جزئی از سند رسمی است جای نسخهٔ اصلی را نمی‌گیرد.

بررسی قابلیت استفادهٔ محتوا پس از پردازش

متن خروجی را با عنوان‌ها، جدول‌ها و کادرهای متن منبع مقایسه کنید. ترتیب استخراج ممکن است با جای ظاهری فرق کند. استخراج متن ساده، نوشتهٔ داخل تصویر را نمی‌خواند یا صدا را خودکار پیاده نمی‌کند. برای چیدمان دقیق، منبع را در ویرایشگر اصلی ببینید و نام، عدد و کد را در برنامهٔ دریافت‌کننده امتحان کنید.

اگر گزارش نویسهٔ پنهان دارید، جای آن و کد نویسه را بررسی کنید؛ حذف فقط مجموعهٔ مشخص‌شده را پوشش می‌دهد. گزارش خالی حریم خصوصی، گواهی نبود اطلاعات حساس نیست. ابتدا، میانه، انتها و بخش‌های متفاوت سند را ببینید؛ درست‌بودن یک بند، کامل‌بودن جدول یا کادر متن را ثابت نمی‌کند.

در صورت شکست، رمزگذاری حفاظتی، DRM، محافظت و گونهٔ قالب را بررسی کنید. نرمال‌سازی Unicode رمزگشایی غلط را اصلاح نمی‌کند. ابتدا کدگذاری منبع را درست کنید و بعد نویسه‌های عجیب و محتوای کم‌شده را بررسی کنید. اگر بخشی کم است، جای آن در اصل و محدودیت کار را پیش از استفاده از متن نتیجه پیدا کنید.

نمونه ورودی و خروجی

odt → استخراج text.txt

مثال‌ها روند کار را توضیح می‌دهند. نتیجه به فایل منبع و تنظیمات بستگی دارد.

قبل از ذخیره نتیجه را بررسی کنید

مقایسه عنوان ها، پاراگراف های زیر آنها و ترتیب سلول جدول با منبع. بررسی ارزش های جدول برای تکرار و یا مخلوط با متن بدن و به طور جداگانه تایید عنوان ستون مورد نیاز برای تفسیر آنها.

اگر نتیجه با آنچه انتظار داشتید متفاوت باشد

تصاویر، فرمت و طرح جدول توسط TXT نگهداری نمی شود، بنابراین هنگامی که این ویژگی ها بخشی از محتوا را حمل می کنند، ODT اصلی را حفظ کنید.

محدودیت‌هایی که باید در نظر داشت

  • متن استخراج شده است، نه طرح بندی صفحه اصلی. تصاویر، قالب‌بندی و اشیاء تعبیه‌شده حفظ نمی‌شوند. OCR اجرا نمی شود.
  • OpenDocument متن و سبک ها را جداگانه ذخیره می کند. خروجی TXT از الگوها، ستون‌ها یا شکستگی‌های صفحه به عنوان یک طرح‌بندی ثابت استفاده نمی‌کند. لیست ها و جداول را پس از صادرات بررسی کنید.

ادامهٔ کار با ابزارهای مرتبط

DOCX را به متن تبدیل کنید

استخراج DOCX متن بدن و پشتیبانی از عنوان ها یا پاها هنگامی که شما نیاز به بررسی ویرایش. نتایج TXT هیچ فونت و یا طرح صفحه را تکرار نمی کند، بنابراین محتوای آن را به طور جداگانه از ظاهر چاپ شده از سند مقایسه کنید.

خطوط سفید، جداسازی یک خط یا شاخص های بخش را برای قطعات استخراج شده انتخاب کنید. این شاخص ها بخش های استخراج شده را توصیف می کنند و شماره صفحات چاپ شده فیزیکی DOCX را بازسازی نمی کنند.

ابزار را باز کنید

PPTX را به متن تبدیل کنید

یک عصاره TXT برای بررسی ویرایش یک اسلاید ارائه از طریق اسلاید مفید است. فرض نکنید که ردیف استخراج شده با قرار دادن بصری بر روی قفس مطابقت دارد؛ بررسی کنید که چگونه عنوان ها و توضیحات در خروجی متصل می شوند.

گزینه Slide-marker را انتخاب کنید تا یک برچسب SLIDE را به هر بخش استخراج شده اضافه کنید.در صورتی که این برچسب ها برای متن که ویرایش می کنید غیر ضروری باشند، از یک خط خالی یا یک خط جداگانه استفاده کنید.

ابزار را باز کنید
CovertonODT را به متن تبدیل کنید
ابزار را باز کنید

این راهنما ابزار مرورگر عمومی را توضیح می دهد. یک کپی از اصل را نگه دارید و نتیجه را قبل از به اشتراک گذاشتن بررسی کنید.

این ترجمه با کمک نرم افزار تهیه شده است. همچنین می توانید نسخه انگلیسی آن را بخوانید. به انگلیسی بخوانید