Perché convertire PDF in TXT?
I PDF scansionati contengono spesso solo immagini delle pagine, quindi il loro testo non può essere selezionato, cercato né copiato in un altro documento. ToolGPT legge fino a 20 pagine per richiesta, e se chiedi i paragrafi unisce le righe, così il testo si incolla in modo ordinato in un documento.
Come ToolGPT legge il testo
Il riconoscimento avviene nel tuo browser con Tesseract, un motore OCR open source, quindi il file PDF non viene inviato a un servizio OCR. Affinché l'assistente possa rispondere a domande sul risultato, i primi 2.000 caratteri del testo riconosciuto vengono condivisi con l'IA nella tua chat.
Legge testo inglese stampato. La scrittura a mano, le altre lingue e il testo molto piccolo o sfocato vengono riconosciuti male o per niente. Legge al massimo 20 pagine o foto alla volta, quindi per un PDF più lungo ToolGPT ti chiede quali pagine ti servono.
Il formato PDF
Il PDF, il Portable Document Format creato da Adobe, mantiene il layout, i caratteri e le immagini di un documento identici su ogni schermo e stampante. È il formato abituale per moduli, contratti, fatture, manuali e documenti scansionati. I PDF sono difficili da modificare, e un PDF scansionato contiene spesso solo immagini delle pagine, quindi il suo testo non può essere selezionato né cercato.
Il formato TXT
Il TXT è un file di testo semplice: solo caratteri, senza font, immagini né formattazione. Qualsiasi computer, telefono ed editor di testo può aprirlo, e il suo contenuto si incolla in modo pulito in documenti, email e altri programmi. Non può conservare l'impaginazione, come colonne, tabelle o testo in grassetto.