使用提取文本
操作 可从 PDF 文件中提取文本，并将其保存为纯文本或结构化文本文件。
关于此任务
重要：
- 如果 PDF 文件中没有嵌入正确的字体，则提取文本
操作 可能无法正确提取文本。
- 如果源 PDF 将单行文本显示为两个视觉行，则提取的文本也可能显示为两行。
注： 当您从包含 20 个或更多表单字段的 PDF 中提取文本时，处理时间可能比没有表单字段的 PDF 文件长 30–40%。
过程
-
在操作调色板中，从
操作
软件包双击或拖动提取文本PDF
。
-
在 PDF 路径中，选择以下选项之一来指定 PDF 的位置：
-
Control Room 文件： 选择 Control Room 文件夹中可用的 PDF 文件。
-
桌面配置文件： 选择设备上可用的 PDF 文件。
-
变量： 指定包含 PDF 文件位置的文件变量。
- 可选：
在用户密码或所有者密码字段中，输入密码以限制对加密 PDF 文件的访问。
-
用户密码： 如果 PDF 需要密码才能打开查看，请输入此密码。
-
所有者密码： 如果 PDF 在执行复制或打印等内容操作时需要此密码，请输入此密码。
-
在文本类型字段中，选择以下选项之一：
-
纯文本： 提取文本并将其保存为纯文本文件，类似于从 PDF 中复制并粘贴文本。
-
结构化文本： 保留提取文本的原始格式。
您可以选择
减少数据丢失选项，以尽量减少提取文本中的字符重叠。
注： 当您选择减少数据丢失时，提取的文本可能包含额外的空格。 使用替换或修剪
字符串
软件包 来删除提取文本中的多余空格。
-
在页面范围字段中，选择以下选项之一：
-
所有页面： 从 PDF 文件中的所有页面提取文本。
-
页面： 从您指定的页码中提取文本。
-
在将数据导出为文本文件字段中，指定输出文本文件的路径和文件名。
注： 在文件名中包含 .txt 扩展名。 例如： June_Quarter_report.txt。
-
选择覆盖具有相同名称的文件复选框以覆盖现有的同名文件。
注： 如果未选择此选项，并且 机器人 在指定位置遇到同名的文件，机器人 将会失败。
- 可选：
从为字典变量分配 PDF 属性列表中，选择字典变量以保存文件属性。
-
单击保存。