Suosittelemme ensisijaisesti verkkosivuja ja integraatioita. Syy on yksinkertainen: verkkosivun rakenne on koneellisesti selkeä, kun taas PDF on suunniteltu ihmisen silmälle.
Tuetut tiedostot
PDF, Word, teksti ja Markdown. Tiedosto käsitellään latauksen jälkeen automaattisesti.
Miksi PDF on hankala
- Palstat, taulukot ja tekstilaatikot voivat sekoittaa lukujärjestyksen.
- Skannatussa PDF:ssä ei ole tekstiä lainkaan, vain kuva sivusta.
- Tavutus rivin lopussa katkoo sanoja.
Aleksis korjaa näitä automaattisesti: teksti järjestetään sivun visuaalisen järjestyksen mukaan, tavutukset yhdistetään ja kuvamuotoiselle PDF:lle tehdään tekstintunnistus. Silti alkuperäisen tiedoston laatu ratkaisee lopputuloksen.
Näin saat tiedostoista parhaan tuloksen
- Käytä tekstipohjaista PDF:ää, älä skannausta. Jos voit valita tekstiä lukijassa, tiedosto on kunnossa.
- Yksi palsta on parempi kuin kaksi.
- Pilko satasivuinen käsikirja aiheittain useaksi tiedostoksi.
- Tarkista aina Poimittu teksti latauksen jälkeen.
Jos teksti ei löydy
Ilmoitus tekstin puuttumisesta tarkoittaa lähes aina skannattua PDF:ää, jonka tekstintunnistus ei tuottanut tulosta. Tuo sisältö silloin verkkosivuna, kopioi teksti tekstitiedostoon tai kirjoita olennainen osa UKK-pareina.