文件提取

Q: 如何計費？

每頁 4 點，單張圖片視為一頁。

有些文件是文字圖片：掃描書籍、影印存檔、直式排版頁面。提取功能可讀取這些內容，並回傳可搜尋與編輯的文字及結構。

直式日文與中文排版會轉換為橫式輸出，多欄頁面會按閱讀順序回傳，而非雜亂的區塊。

何時使用此功能

判斷是否需要格式轉換的標準，在於文字是否仍鎖在圖片中。掃描檔、照片與舊式直排書籍適用於此，因為必須先辨識字元。若文件已是乾淨的數位檔，文字可選取且僅是副檔名錯誤，則應使用格式轉換，速度較快。兩者皆為每頁 4 點，但計算方式不同：文件提取計算原始頁數，而格式轉換計算轉換後全文件的文字量，每滿 1,600 字計為一頁，餘數捨去且至少計費一頁。對於同一個 PDF，平均每頁少於 1,600 字的多頁檔案轉換成本較低；平均每頁超過 1,600 字或僅有一頁的檔案，轉換成本則相同。

僅提取，不翻譯——輸入什麼語言就輸出什麼語言。若需要翻譯，請使用檔案翻譯功能。

支援的格式與輸出

支援 PDF、圖片（PNG / JPG / WEBP / TIFF 等）、DOCX、EPUB 與 Markdown，並可輸出為 Word、PDF、TXT 或 Markdown。計費方式為每頁 4 點，單張圖片視為一頁。

此功能以背景任務執行，您可以關閉頁面，稍後再至「歷史紀錄」查看結果。完成的任務可線上預覽。

提取準確度最高的狀況

乾淨的印刷品、擺正的掃描檔，辨識率最高。
直式日文、跨頁文件與其他非典型閱讀順序會自動修正——無需自行拆分頁面。
若圖片模糊或多為手寫，匯出前與原始檔案核對會更保險。

選擇四種匯出格式

匯出格式	適用情境
Word	您需要繼續編輯、排版，或交給他人接續處理。
Markdown	您要將內容放入筆記軟體、知識庫或您個人的寫作環境中。
TXT	您需要純文字來餵給其他工具或進行搜尋。
PDF	您僅需閱讀並存檔。

實際效果

兩頁 1913 年美國人口普查摘要掃描檔（雙欄文字加上統計表格，無文字層）透過文件提取轉換為可編輯文字：內文與粗體標題被精確識別，兩個表格（其中一個包含雙層標頭）恢復為真實表格，包含 30 行數據，數字與原始儲存格逐一對應，並包含頁尾註釋。

1913 年美國人口普查摘要第 437 頁掃描檔：紙張泛黃，上方為雙欄文字，中間為標記為「表 1」的統計表格，下方為雙欄定義。 — 1913 年美國人口普查摘要第 437 頁，無文字層的掃描檔：正文與粗體標題皆精準識別，表 1 轉換為可編輯的 15 列 5 欄資料表格，其中 75 個數字與原始檔案逐儲存格對應。

渲染後的 Markdown 提取結果：包含 GENERAL SUMMARY. 標題、帶有粗體標題的正文段落，以及包含 Total、Continental United States、Alaska、Hawaii 和 Porto Rico 等欄位的資料表格。 — 1913 年美國人口普查摘要第 437 頁，無文字層的掃描檔：正文與粗體標題皆精準識別，表 1 轉換為可編輯的 15 列 5 欄資料表格，其中 75 個數字與原始檔案逐儲存格對應。

第 438 頁掃描檔：上方為雙欄介紹，中間為表 2 比較表（包含 1909、1904、1899 年數據及兩欄增加百分比），下方為雙欄文字。 — 第 438 頁：包含二級標題（數量或金額與增加百分比，各按年份細分）的 1899–1909 比較表，轉換為具有兩列標題且數字與原始檔案逐儲存格對應的可編輯表格；保留註腳標記 (1) 與「Figures not available.」註釋。

渲染後的 Markdown 提取結果：包含介紹段落、以資料表格呈現的表 2（1909、1904、1899 年及兩欄增加百分比）、註腳以及後續的正文段落。 — 第 438 頁：包含二級標題（數量或金額與增加百分比，各按年份細分）的 1899–1909 比較表，轉換為具有兩列標題且數字與原始檔案逐儲存格對應的可編輯表格；保留註腳標記 (1) 與「Figures not available.」註釋。

實際產出結果；顯示前經人工校正 5 處 · 原文：1910 年第十三次美國人口普查：人口普查摘要, 美國普查局, 1913 (美國政府著作：由美國普查局彙編並於 1913 年由政府出版局發行，因此根據 17 U.S.C. §105 不受著作權保護；Internet Archive 項目（由加州大學圖書館數位化）標記為 possible-copyright-status = NOT_IN_COPYRIGHT。)

常見問題

直式日文會恢復正確順序嗎？

是的。直式日文、跨頁文件與其他非典型閱讀順序會自動修正並轉換為橫式輸出，無需自行拆分頁面。多欄頁面會按閱讀順序回傳，而非雜亂的區塊。

如何計費？