Microdeck.tools 100% di Browser

Ekstraktor Teks & Halaman PDF Lokal

New

Ambil teks yang dapat disalin dari kontrak, jurnal ilmiah, faktur, dan manual tanpa mengunggah PDF rahasia ke cloud konversi online. Didukung secara lokal oleh `pdfjs-dist`, pilih rentang halaman spesifik (`1-3, 5`), pertahankan garis dasar baris vertikal secara rapi, dan ekspor sebagai Teks Polos (`.txt`) atau Markdown (`.md`).

100% di Browser Tanpa Upload Server Hasil Instan

Drop or select any text-based PDF

Extracts text coordinates locally via pdfjs-dist with zero uploads.

Apakah alat ini menghemat waktu Anda? Bantu jaga Microdeck tetap gratis dan terawat. Sepenuhnya sukarela · Mulai $3.

Cara Kerja di Balik Layar

Memuat buffer byte PDF Anda ke Web Worker `pdfjs-dist` terisolasi, mengurai ekspresi pemilih halaman (`all` atau rentang seperti `1-4, 7`), membaca item teks beserta koordinat dasar `(x, y)`, mengelompokkan item sepanjang garis horizontal yang sama (`yTolerance = 3.5`), mengurutkan dari kiri ke kanan, dan memformat output Teks Polos atau Markdown yang bersih.

Panduan Langkah demi Langkah

1

Pilih file PDF Anda (diproses sepenuhnya di memori browser).

2

Opsional: masukkan rentang halaman (`all` atau `1-3, 5`) lalu klik Re-Extract.

3

Pilih format `Plain Text (.txt)` atau `Markdown (.md)` dan aktifkan/nonaktifkan Page Headers sesuai kebutuhan.

4

Salin teks hasil ekstraksi ke clipboard atau ekspor langsung ke file `.txt` / `.md`.

Fitur Utama & Performa

  • Rekonstruksi geometri garis dasar baris mencegah potongan teks multi-kolom teracak
  • Pemilih halaman fleksibel mendukung halaman tunggal maupun rentang (`1-3, 6, 9-12`)
  • Mengekspor langsung ke Teks Polos (`.txt`) atau Markdown (bagian `## Page N`)
  • Menampilkan jumlah halaman yang diekstrak dan total jumlah kata secara instan
  • Tanpa transfer server: dirancang untuk perjanjian legal, PDF medis, dan dokumen keuangan

Metodologi, Rumus & Standar Teknis

Token teks dikelompokkan berdasarkan kedekatan garis dasar `y` dalam batas `3.5` unit pengguna PDF dan diurutkan secara horizontal menurut `transform[4]` (`x`) sebelum merapikan spasi internal.

Contoh Penggunaan Nyata

  • Mengambil klausul dari NDA atau kontrak vendor untuk dianalisis secara lokal
  • Mengekstrak bab tertentu dari manual teknis PDF ratusan halaman
  • Mengubah faktur atau bukti transaksi PDF yang memiliki layer teks menjadi teks untuk pencatatan akuntansi
  • Menyiapkan kutipan riset dalam format Markdown untuk aplikasi catatan seperti Obsidian atau Notion

Contoh Kasus & Uji Coba

Selective Page Range Extraction

Input
Pages: `1-2, 5` on a 12-page contract
Output
Extracts only pages 1, 2, and 5 with clear page dividers

Avoids copying boilerplate appendices when you only need key clauses.

Scanned PDF Detection Note

Input
Image-only scanned document page
Output
_No extractable text layer on this page._

If a PDF lacks an embedded text layer, switch to our Batch OCR tool.

Catatan Batasan & Akurasi

  • • Hanya mengekstrak layer teks digital yang tertanam di PDF — PDF hasil scan berbentuk gambar saja menghasilkan teks kosong (gunakan alat Batch OCR untuk scan gambar).
  • • Tata letak akademik multi-kolom yang sangat rapat dapat menggabungkan kolom bersebelahan pada garis dasar yang sama.

Pemrosesan Lokal di Browser & Privasi

Konverter web konvensional mengunggah dokumen, teks, atau media ke server jarak jauh. Ekstraktor Teks & Halaman PDF Lokal berjalan langsung di tab browser Anda:

Diproses di Tab Ini

Teks dan file Anda diproses secara lokal tanpa mengirim muatan apa pun ke server.

Tanpa Pencatatan Input

Microdeck tidak mencatat atau menyimpan file dan teks yang Anda masukkan ke ruang kerja alat.

Memori Tab Sementara

Hasil kerja hanya tersimpan di memori tab dan langsung terhapus saat Anda me-reset atau menutup tab.

Pertanyaan yang Sering Diajukan (FAQ)

Mengapa PDF hasil scan mengekstrak teks kosong?

PDF hasil scan menyimpan gambar datar halaman alih-alih glif karakter yang bisa dipilih. Gunakan alat Batch OCR offline di Microdeck untuk mengenali teks dari halaman PDF hasil scan.

Apakah alat ini mengunggah PDF rahasia saya ke Cloudflare atau API eksternal?

Tidak. `pdfjs-dist` mengurai byte PDF di dalam worker browser lokal yang terisolasi.

Bisakah saya mengekstrak halaman tertentu saja, bukan seluruh PDF?

Ya. Masukkan ekspresi seperti `1-3, 5` pada input Pages lalu klik Re-Extract.

Apa perbedaan ekspor `.txt` dan `.md`?

`.txt` memakai pembatas `=== Page N ===`, sedangkan `.md` menambahkan header Markdown `## Page N` serta penanda halaman kosong.

Jelajahi Alat Mikro Terkait

Dukung Microdeck

Sepenuhnya sukarela · Mulai $3 · Tanpa akun

Pilih jumlah (USD):Dipilih:$5

Jumlah dukungan minimum adalah $3 USD.

Sepenuhnya sukarela · Mulai $3 · Pembayaran aman melalui Gumroad.