Waarom OXPS naar TXT converteren?
OXPS slaat Unicode-tekstreeksen op als glyph-reeksen op vaste posities in de XML-markup, waardoor tekstextractie technisch haalbaar is. Gebruikers hebben dit meestal nodig om documentinhoud te doorzoeken of te verwerken zonder een OXPS-viewer, of om tekst in andere tools te laden. De uitvoer is plat .txt - ongestructureerde tekens zonder lettertypen, grootten of lay-out.
Hoe OXPS naar TXT te converteren
MuPDF OPEN-SOURCE
Voer mutool convert -F text -o output.txt yourfile.oxps uit; het commando extraheert alle pagina's naar één tekstbestand waarbij pagina-einden zijn gemarkeerd.
Programma's die OXPS converteren
Over deze formaten
.OXPS
OpenXPS Document (Open XML Paper Specification)
Een OXPS-bestand is een document met een vaste lay-out, het alternatief van Microsoft voor PDF, gemaakt door de virtuele printer „Microsoft XPS Document Writer” op Windows 8 en later. Op…
Open .OXPS details →
.TXT
Plain Text File
Een TXT-bestand is platte, niet-opgemaakte tekst - het eenvoudigste documentformaat op elke computer. Dubbelklik erop: Windows opent het in Notepad, macOS in TextEdit, Linux in gedit. Niets…
Open .TXT details →Kwaliteit & waar op te letten
- OXPS slaat glyph-reeksen op vaste posities op, geen doorlopende paragrafen;
mutoolvoegt deze samen tot tekstregels, maar de leesvolgorde kan onjuist zijn bij lay-outs met meerdere kolommen en tabellen. - Als de OXPS is gemaakt van een gescand document, bevatten de pagina's rasterafbeeldingen zonder tekst-glyphs - extractie levert dan niets bruikbaars op; in dat geval is OCR nodig.
- Er wordt geen opmaak behouden: lettertypen, grootten, vet/cursief, kleuren en afbeeldingen worden allemaal verwijderd.
Veelgestelde vragen
Kan ik gratis tekst uit OXPS extraheren?
mutool convert -F text -o output.txt yourfile.oxps.Zal de geëxtraheerde tekst nauwkeurig zijn?
Wat als `mutool` het bestand weigert?
.oxps te hernoemen naar .xps - sommige oudere MuPDF-builds behandelen de extensies verschillend, hoewel huidige versies beide ondersteunen.
