Power Automate'te PDF'yi Metin Dosyasına Dönüştürme: Taranmış Sözleşmeleri PDF4me ile Aranabilir SharePoint Veri Kümesine Dönüştürün

PDF4me Metin ve Görüntü Çıkarma Bu, bir PDF dosyasının metin katmanını dizi olarak döndüren bir Power Automate eylemidir. Yukarı akışta OCR ve aşağı akışta Compose birleştirme ile birlikte kullanıldığında, bu akış SharePoint kitaplığına bırakılan her PDF dosyasını eşleşen bir dosyaya dönüştürür. .txt Yapay zeka aramasına hazır dosya.

"Bunu nasıl yaparım" diye arama yaparsanız ilk sonuç Microsoft'un kendi çözümü olacaktır. PDF işlemleri referansıBu, Power Automate'i tanımlar. Masaüstü Eylemler. Bulut akışında mevcut değiller. Bu tek ayrıntı, sonraki iki sonucun aynı soruyu soran ve net bir cevap alamayan kişilerin yer aldığı bir Reddit başlığı ve bir Power Platform topluluk başlığı olmasının nedenidir. Bu akış, net cevaptır ve tamamen bulutta, standart katman bağlantı elemanları üzerinde çalışır.

Neden Odaklı Soru-Cevap​

Neler Alacaksınız?​

Giriş: SharePoint belge kitaplığına bırakılan, taranmış veya dijital olarak oluşturulmuş herhangi bir PDF dosyası için adlandırma kuralı gerekmez. Çıktı: İkinci bir kütüphanede, her PDF dosyası için, belgenin okunabilir tüm içeriğini içeren bir düz metin dosyası bulunur.

RagInput. Buraya bir PDF dosyası bırakın ve işlem başlasın.

RagText. Her PDF dosyası için bir adet düz metin dosyası, indekslemeye hazır.

İşte örnek sözleşmenin diske yazıldığı haliyle diğer taraftan çıkan sonuç:

MASTER SERVICES AGREEMENT
 Between Initech LLC and Umbrella Inc.
Effective  date:  1 January 2026.  Auto-renews annually.
 Liability cap:  USD  100000. Confidentiality: 5 years.
 CLEAN TEST MARKER: PDF4ME-CLEAN-TEST-2026.

Baştaki boşluklara dikkat edin. OCR, düzen içindeki boşlukları korur ve bu, arama ve dil modeline veri sağlama açısından sorun teşkil etmez. Daha sonraki bir ayrıştırıcı bu konuda titiz davranırsa, boşluklar daha sonra kırpılabilir.

İhtiyacınız Olanlar​

Akışa Genel Bakış​

1. Bir dosya oluşturulduğunda (yalnızca özellikler) (SharePoint tetikleyicisi) kapsamı şu şekilde belirlenmiştir: /Shared Documents/RagInput.
2. Dosya içeriğini al tetikleyicinin kullanımı Identifier.
3. PDF - OCR kullanarak PDF dosyasını düzenlenebilir PDF'ye dönüştürün kaliteyle Draft ve OCR yalnızca gerektiğinde true.
4. PDF - Metin ve Görüntüleri Çıkarma Metin Çıkarma ile Yes ve Görüntüleri Çıkar No.
5. Bestelemek koşuyor join() geri dönenlerin üzerinden texts sıralamak.
6. Dosya oluştur (SharePoint) yazma .txt içine /Shared Documents/RagText.

Akışın genel görünümü​

OCR, 11 saniye ile tek yavaş adım oldu. Diğer beş adımın her biri yarım saniyenin altında tamamladı.

Adım 1: SharePoint kitaplığında yeni PDF dosyalarını nasıl izlersiniz?​

Şu ana kadarki akış: Henüz bir şey olmadı, bu tetikleyici unsur.

Kullanmak Bir dosya oluşturulduğunda (yalnızca özellikler)Yeni öğeler yüklendiğinde tetiklenir ve meta verilerini döndürür. Bunu tek bir klasörle sınırlandırın, çünkü kütüphane genelinde bir izleme mekanizması, o kütüphanede herhangi birinin yaptığı her yüklemede tetiklenir.

1. Bir tane oluşturun Otomatik bulut akışı ve seç Bir dosya oluşturulduğunda (yalnızca özellikler).
2. Yapılandır:
   • Site Adresi: https://ynoox1.sharepoint.com/sites/PDF4meSharepoints
   • Kütüphane Adı: seçmek Belgeler açılır menüden
3. Açık Gelişmiş parametreler, eklemek Dosyave bunu şuna ayarla /Shared Documents/RagInput.

SharePoint tetikleyici yapılandırması​

Kütüphane Adı, kütüphanenin kendisidir, yani Belgeler. Altındaki Klasör parametresi, tetikleyiciyi içindeki bir klasörle sınırlandırır.

Adım 2: Tetikleyiciden sonra dosya içeriğini neden almanız gerekiyor?​

Şu ana kadarki akış: SharePoint tetikleyicisi.

Yalnızca özellikleri gösteren tetikleyici, belgeyi değil, meta verileri aktarır. Dosya içeriğini alma işlemi, tetikleyicinin içeriğini değiştirir. Identifier PDF4me'nin ihtiyaç duyduğu gerçek baytlar için.

1. Eklemek SharePoint > Dosya içeriğini al.
2. Yapılandır:
   • Site Adresi: tetikleyiciyle aynı site
   • Dosya Tanımlayıcısı: Identifier tetikleyiciden
3. Açık Gelişmiş parametreler ve ayarla İçerik türünü çıkarımla ile Yes.

Dosya içeriği yapılandırmasını alın​

"İçerik türünü çıkar" seçeneği, bir sonraki eyleme genel bir veri bloğu yerine gerçek PDF baytları gönderir.

3. Adım: Metni ayıklamadan önce neden OCR çalıştırılır?​

Şu ana kadarki akış: SharePoint tetikleyicisi ve Dosya içeriğini alma özelliği.

Taranmış bir sayfa bir görüntüdür. OCR (Optik Karakter Tanıma) üzerine bir metin katmanı ekleyene kadar çıkarılacak bir metin yoktur. Bu işlem bunu yapar ve zaten okunabilir olan PDF'lere dokunmayacak kadar akıllıdır.

1. Eklemek PDF - OCR kullanarak PDF dosyasını düzenlenebilir PDF'ye dönüştürün.
2. Yapılandır:
   • Dosya İçeriği: File Content itibaren Dosya içeriğini al
   • Dosya adı: tetikleyicinin dosya adı belirteci
   • KaliteTipi: Draft
   • OCR yalnızca gerektiğinde kullanılır.: true
   • DilBelgeleriniz İngilizce değilse boş bırakın.
   • Asenkron mu?: No

OCR parametreleri​

Burada QualityType "Taslak" olarak ayarlanmıştır. Temiz bir taramada, "Yüksek" ile aynı kalitede okunur ve daha az zaman alır.

4. Adım: Metin ve Görüntü Çıkarma işlemi metni nasıl döndürür?​

Şu ana kadarki akış: SharePoint tetikleyicisi, dosya içeriği alma ve OCR özelliği.

Bu işlem metin katmanını okur ve onu bir dizi olarak geri döndürür. texts. Bunu OCR çıktısına yönlendirin, "Dosya içeriğini al" seçeneğine geri dönmeyin, aksi takdirde taranan sayfalar boş olarak geri döner.

1. Eklemek PDF - Metin ve Görüntüleri Çıkarma.
2. Yapılandır:
   • Dosya İçeriği: File Content -den OCR işlemi
   • Dosya adı: tetikleyicinin dosya adı belirteci
   • Metni Alıntıla: Yes
   • Görüntüleri Çıkar: No

Metin ve Görüntü Çıkarma parametreleri​

İkonlara bakın. Dosya İçeriği, OCR'dan geldiği için PDF4me işaretini taşıyor. Dosya Adı ise tetikleyiciden geldiği için SharePoint işaretini taşıyor.

Adım 5: Metin dizisini tek bir dizeye nasıl dönüştürürsünüz?​

Şu ana kadarki akış: SharePoint tetikleyicisi, dosya içeriği alma, OCR, metin ve görüntü çıkarma özellikleri.

texts Bu bir dizidir. Bir dosyanın bir dizeye ihtiyacı vardır. Bir ifadeye katıl İkisini birleştiriyor.

1. Ekle Bestelemek aksiyon.
2. İçinde Girişlerİfade düzenleyicisine geçin ve şunu yapıştırın:

join(body('PDF_-_Extract_Text_and_Images')?['texts'], decodeUriComponent('%0A'))

3. Tıklamak Güncelleme.

O decodeUriComponent('%0A') Bu, Power Automate ifadesinde gerçek bir satır sonu karakteri yazmanın yoludur. Bunun için bir kaçış dizisi yoktur, bu nedenle bu bir deyimdir.

Yapılandırmayı oluştur​

`body()` içindeki eylem adında boşluklar ve tireler için alt çizgi kullanılıyor. Eylemi yeniden adlandırırsanız bu ifade bozulur.

Adım 6: SharePoint'te metni .txt dosyası olarak nasıl kaydedersiniz?​

Şu ana kadarki akış: SharePoint tetikleyicisi, Dosya içeriğini alma, OCR, Metin ve Görüntüleri ayıklama ve Oluşturma.

Son adımda birleştirilen dize ikinci bir kütüphaneye yazılır.

1. Eklemek SharePoint > Dosya oluştur.
2. Yapılandır:
   • Site Adresi: tetikleyiciyle aynı yer
   • Klasör Yolu: /Shared Documents/RagText
   • Dosya adı: tetikleyicinin dosya adı belirteci ve ardından gelen metin .txt
   • Dosya İçeriği: Bestelemek çıktı belirteci

SharePoint Dosya yapılandırması oluşturma​

Dosya içeriği, PDF4me'den değil, mor veri işlemi simgesini taşıyan Oluşturma çıktısıdır. Metin bu noktada zaten derlenmiştir.

Akışı Çalıştırın ve Doğrulayın​

1. Kaydetmek Sağ üstteki akış.
2. Yüklemek contract-sample.pdf Giriş klasörüne. Tetikleyici yoklama yapıyor, bu yüzden bir dakika bekleyin.
3. Akışı açın çalıştırma geçmişi Altı işlemin de yeşil onay işareti taşıdığından emin olun. OCR işlemi yavaş olacaktır.
4. Açık /Shared Documents/RagText. A .txt Dosya orada olmalı. Açın ve içinde arama yapın. PDF4ME-CLEAN-TEST-2026Eğer bu işaretleyici mevcutsa, OCR ve ekstraksiyon işlemleri baştan sona sorunsuz bir şekilde çalışmıştır.

Yeniden derlemeye gerek kalmadan ekleyebileceğiniz yaygın varyasyonlar​

Sıkça sorulan sorular​

Power Automate PDF dosyalarından metin çıkarabilir mi?​

Bulut akışında tek başına kullanılamaz. Microsoft'un dokümanlarındaki PDF işlemleri Power Automate Desktop'a aittir ve bulut akışlarında kullanılamaz; bu nedenle bu soruyla ilgili birçok topluluk başlığı çözümsüz kalmaktadır. PDF4me bağlayıcısını eklemek, bulut akışına gerçek bir işlevsellik kazandırır. Metin ve Görüntüleri Çıkarma Belgenin metnini dizi olarak döndüren işlem.

Tüm çıkarma işlemi tek bir eylemdir. Çevredeki beş adım sadece dosyayı içeri ve metni dışarı taşımaktan ibarettir.

Power Automate kullanarak PDF'den metin nasıl çıkarılır?​

Yeni dosyayı tetikle, baytlarını şu şekilde al: Dosya içeriğini al, koşmak OCR kullanarak PDF dosyasını düzenlenebilir PDF dosyasına dönüştürün. Böylece taranan sayfalara bir metin katmanı eklenir, ardından işlem yapılır. Metin ve Görüntüleri Çıkarma Metin Çıkarma ayarı ile YesBu da şunu döndürür: texts Dizi. Eğer dizi yerine metin istiyorsanız, bunu bir Compose ifadesiyle birleştirin.

Çıkarma adımını indirdiğiniz dosyaya değil, OCR işleminin çıktısına yönlendirin. İndirilen kopyanın yeniden kullanılması, taranan belgelerin boş çıkmasının nedenidir.

Power Automate optik karakter tanıma (OCR) yapabilir mi?​

Bulut akışında yerleşik bir OCR işlemi bulunmamaktadır. AI Builder, ücretli, kredi bazlı bir lisansla bu özelliği sunarken, Power Automate Desktop'ın ise makineye bağlı kendi OCR motoru vardır. PDF4me OCR kullanarak PDF dosyasını düzenlenebilir PDF dosyasına dönüştürün. Bu işlem, herhangi bir makinenin dahil olmadığı standart bir bulut akışında çalışır.

Onun OCR yalnızca gerektiğinde kullanılır. Ayarlar hakkında bilgi sahibi olmakta fayda var. Ayarlar şu şekilde ayarlanmıştır: trueBu sistem, her dosyayı inceler ve metin katmanı zaten mevcutsa OCR işlemini atlar; böylece karma bir kütüphane her belge için maliyet ödemez.

Power Automate'in PDF'den metin çıkarma özelliği neden çalışmıyor?​

Üç neden neredeyse her durumu kapsar. Belge taranmış ve OCR işleminden geçmemiş, bu nedenle gerçekten bulunacak bir metin yok. Çıkarma adımı, OCR çıktısı yerine indirilen dosyayı okuyor ve bu da taranmış girdide aynı boş sonucu üretiyor. Veya metin sorunsuz bir şekilde ulaşmış ancak dosyaya ham bir dizi olarak yazılmış, bu nedenle belge yerine JSON gibi görünüyor.

Çalıştırma geçmişini açın ve Metin ve Görüntü Çıkarma çıktısını doğrudan inceleyin. texts İçerik orada mevcut, sorun Compose veya Create dosyasında daha sonraki aşamalarda ortaya çıkıyor.

PDF dosyasını ücretsiz olarak metin dosyasına nasıl dönüştürebilirsiniz?​

Tek bir belge için herhangi bir çevrimiçi dönüştürücü işinizi görecektir. Bu akışı oluşturmanın nedeni hacim ve tekrarlanabilirliktir: klasöre gelen her dosyada otomatik olarak çalışır, taramaları yönetir ve kimsenin klavye başında olmasına gerek kalmaz. PDF4me'nin ücretsiz sürümü ayda anlamlı sayıda belgeyi kapsar ve burada kullanılan her bağlantı standart seviyededir, bu nedenle premium Power Automate lisansı gerekmez.

Sorun giderme​

Sonraki Adımlar​

Aynı altı adımlı yöntem (klasörü izleme, getirme, OCR, ayıklama, düzleştirme, kaydetme), herhangi bir belge kütüphanesini makine tarafından okunabilir bir metin kümesine dönüştürür.