Tekst extraheren uit verschillende documentformaten
PDF en DOC zijn tegenwoordig waarschijnlijk de meest voorkomende extensies voor digitale documenten. Dit betekent dat je een PDF-lezer en een DOC-compatibele app nodig hebt, anders ben je gedoemd.
Gelukkig is er nog een truc waarmee je PDF, DOC en andere populaire documentformaten kunt lezen zonder dat je dat hoeft te doen. de bijbehorende software installeren. Gebruik gewoon Text Mining Tool, een eenvoudig hulpprogramma dat de tekst extraheert uit elk bestand dat u in het programma laadt en het op het scherm weergeeft. Dan hoef je het alleen maar als gewoon formaat op te slaan of het direct naar het klembord te kopiëren voor later gebruik.
Het programma bevat geen andere configuratie-opties, waardoor het erg gemakkelijk te gebruiken is. Aan de andere kant ontbreekt de mogelijkheid om de uitvoer aan te passen. Tijdens onze tests hebben we de tekst uit een PDF-document geript en het resulterende TXT-bestand was helemaal vervormd wanneer het werd geopend in Kladblok (niet wanneer het in Wordpad moeilijk werd geopend).
Text Mining Tool is een goede keuze voor het extraheren van tekst uit PDF en DOC naar gewone bestanden. Houd er rekening mee dat zowel het formaat als de afbeeldingen verloren gaan.
