知网查重可以提交pdf文件吗

论文查重的规则是连续出现13个字符类似就判断为重复部分，并将重复的内容计算到论文的重复率之中。论文查重系统会先对内容进行分层处理，按照篇章、段落、句子等层级分别创建指纹，对每一部分内容单独计算其重复率等各项指标。待查重完毕后，系统会自动计算总重复率、引用率、总字数等查重指标，并自动标注在论文查重报告单中。

在进行论文检测时，由于知网检测费用过高，所以人们往往会寻找和中国知网的论文查重結果最贴近的系统软件，以此达到节省钱的同时获得和中国知网相差不多的检测结果的目的。但实际上，每个查重网站的数据和算法都不一样，不过数据收集得越多就越接近知网的查重结果。因此，在挑选查重系统的同时，最好挑选那些数据库涵盖范围大、推荐人数多的查重系统或者与知网有合作的查重系统。通常情况下，这种查重系统的结果会更加接近知网。

指论文查重最基本、最普遍的规律，具有普遍意义的道理。论文查重的原理是连续出现13个字符类似就判断为重复部分，并将重复的内容计算到论文的重复率之中。论文查重系统会对内容进行分层处理，按照篇章、段落、句子等层级分别创建指纹，而比对资源库中的比对文献，也采取同样技术创建指纹索引，用户可以根据论文查重的原理对重复部分进行修改。

若参考文献格式设置正确，查重系统不会对参考文献部分进行检测；若参考文献格式设置错误，查重系统无法读取识别出参考文献部分，知网查重系统就会对参考文献进行查重，并计算其重复率。建议学生在查重前仔细查看对应查重系统的规则，并检查自己的论文中是否有格式错误，待确认无误后，再将论文上传至查重系统中。

如果是论文本身的内容里提取文字的话，其实可以分为几个部分。一个是图片，图片类的信息想要提取文字其实也并不复杂，只需要用电脑软件抓取其中的文字信息就可以。而另外一种是表格信息，这一类和图片提取文字的方法类似，抓取关键词就可以。如果本身就是文字，那就没有提取的必要。