Hoppa till innehållet
Coverton Blogg
I den här artikeln
Dokument och text

Hur man extraherar DOCX text och granskning header, fot och sektion markörer

Extract DOCX body text och stödda header eller fotor när du behöver granska redigering. TXT resultat reproducerar inte font eller sid layout, så jämföra dess innehåll separat från dokumentets tryckta utseende.

Öppna verktygetSå använder du verktyget ↓
Konvertera DOCX till Text
Illustration av detta verktygs arbetsflöde; det är inte ett resultat från en uppladdad fil.

Så använder du verktyget

  1. Välj filer i formatet DOCX. Maximalt antal filer per batch: 1.
  2. Granska Tabell kolumnavskiljare och börja sedan bearbeta.
  3. Ladda ner TXT-resultatet och kontrollera dess innehåll och kvalitet.

Välj rätt inställningar

Välj vita linjer, en-linje separation eller sektionsmarker för de extraherade delarna. Dessa markörer beskriver de extraherade delarna och återställer inte DOCXs fysiska tryckta sidnummer.

Indata som stöds
  • DOCX
Utdata
  • TXT
Tillgängliga inställningar
  • Tabell kolumnavskiljare

Innan du börjar

Skilj textarbete från filhantering

Bestäm om uppgiften gäller ord, struktur, dold information eller filnamn. Spara originalet och kontrollera vilka indata som stöds. Ren text hjälper dig att granska formuleringar men återger inte nödvändigtvis alla bilder, teckensnitt, ekvationer och sidlayouter.

Prova tillgängliga avgränsare, normalisering eller rensning på ett kort avsnitt med rubriker, specialtecken och betydelsefulla radbrytningar. Lägg till alla relevanta källor för granskning eller jämförelse. Vid namnbyte på kopior kontrollerar du ordningen och sparar kopplingen mellan gamla och nya namn.

Bestäm före rensning vilka blanksteg, upprepade rader eller tecken som har betydelse; olika stavning kan vara avsiktlig. Vid granskning och organisation antecknar du filer och bokstavliga namn- eller jämförelseregler. Kontrollera ett kort källavsnitt eller ett känt filpar. Jämför mellankopian separat: tidigare texthämtning, normalisering eller namnbyte kan förklara skillnaden.

Kontrollera innebörd och kopplingar

Läs början, slutet och övergångar mellan avsnitt. Jämför namn, tabellvärden och specialtecken med källan. Om resultatet är en rapport, hitta några fynd i originalet: granskningen pekar ut vad som behöver kontrolleras men tar inte automatiskt bort informationen.

Kontrollera namn, ändelser och koppling till originalen i de hämtade kopiorna. Saknad eller blandad text kan bero på inbäddat innehåll som inte stöds, kodning eller läsordning. Ett nytt namn ändrar inte formatet; samma utseende bevisar inte att två filer har identiska byte.

Exempel på indata och utdata

document.docx → extrahera text.txt

Exempel beskriver arbetsflödet. Resultaten beror på källfilen och inställningarna.

Kontrollera resultatet innan du sparar

Kontrollera början och slutet av kroppen och alla nödvändiga header eller footerordningar. Jämför tabellvärden och bifogade paragrafer med källan för att bedöma om texten ensam förblir förståelig.

Om resultatet skiljer sig från vad du förväntade dig

Bildskrivning, inbäddade objekt och spårade ändringsinnehåll reproduceras inte fullt ut. Krypterade dokument stöds inte, och den ursprungliga DOCX förblir nödvändig när formatering eller sidkonstruktion är en del av kravet.

Gränser att tänka på

  • Texten extraheras, inte den ursprungliga sidlayouten. Bilder, formatering och inbäddade objekt behålls inte. OCR utförs inte.
  • Med Word-dokument läses delar av text från dokumentpaketet. Kontrollera tabeller och textfält i resultatet; deras visuella arrangemang antas inte. Gamla binära .doc-filer stöds inte.

Fortsätt med relaterade verktyg

Konvertera PPTX till Text

Ett TXT-extrakt är användbart för att granska redigering av en presentationslide genom slide. anta inte att den extraherade sekvensen matchar visuell placering på kanvasen; kontrollera hur titlar och förklaringar ansluter sig i utgången.

Välj slide-markeringsläget för att lägga till en SLIDE-etikett till varje extraherad sektion. Använd blank-linje eller en-linje separation när dessa etiketter är onödiga för texten du kommer att redigera.

Öppna verktyget

Konvertera ODT till Text

Extract stöds ODT text som TXT när du behöver det i en annan redaktör. Tabeller och stycken blir platt text, så kontrollera om deras värden förblir meningsfulla utan den visuella arrangemang som tillhandahålls av det ursprungliga dokumentet.

Välj vita linjer, en-linje separation eller sektionsmarker för resultatet. En sektionsmarkering innebär inte att extraktet är uppdelat i samma enheter som dokumentets fysiska tryckta sidor.

Öppna verktyget
CovertonKonvertera DOCX till Text
Öppna verktyget

Guiden beskriver det tillgängliga webbläsarverktyget. Behåll en kopia av originalet och kontrollera resultatet innan du delar det.

Denna översättning förbereddes med hjälp av programvara. Du kan också läsa den engelska versionen. Läs på engelska