Извлечете текстовия слой на PDF като обикновен .txt файл, за копиране, повторна употреба или търсене. Локално, без качване.
Обработва се локално на устройството ви ...
0%
Вашите файлове така и не напуснаха устройството ви
Не. Всичко работи в браузъра ви - файлът ви никога не напуска устройството. Как се проверява това
Понякога ви трябва само чистият текст от PDF: да вмъкнете цитат в документ, да поставите договор в редактора, да индексирате съдържание за търсене или архив, или да подадете текста на екранен четец. Този инструмент чете вградения в PDF текстов слой и го връща като обикновен .txt файл, без шрифтове, изображения, цветове или оформление, само знаците.
Редът се възстановява страница по страница: частите текст на една и съща височина образуват ред, четен отгоре надолу и отляво надясно. Можете да изберете как да се разделят страниците: с празен ред (по подразбиране), с класическо подаване на страница за текстови редактори и принтери, или изобщо без разделител за непрекъснат текст. Така изходът пасва на следващата ви стъпка, било то обработка, импорт или пълнотекстово търсене.
Важно и честно: този инструмент извлича само текста, който вече е в PDF като текстов слой. Сканиран или съставен само от снимки PDF няма такъв слой; там изходът остава празен и вместо това ви трябва разпознаването PDF OCR, което разпознава букви от пикселите. Сложните оформления с няколко колони, таблици или бележки под линия също не винаги могат да се подредят в перфектен линеен ред на текста. Но за нормални, истински PDF (създадени от офис програми, браузъри или системи за набор) извличането дава чист, годен за повторна употреба текст. Всичко работи локално в браузъра чрез pdf.js; вашият файл не напуска устройството ви.
| Входни формати | |
|---|---|
| Изходен формат | TXT |
| Пакетна обработка | Не |
| Обработка | Локално в браузъра (JavaScript) |
| Качване на файлове | Няма |
Ограничения: Извлича съществуващия текстов слой на PDF и го връща като .txt файл в UTF-8; редовете се възстановяват от позициите на текста. Сканираните или чисто графичните PDF нямат текстов слой, там изходът остава празен: използвайте тогава PDF OCR. Шрифтовете, изображенията, цветовете и точното оформление (страници с няколко колони, таблици) се губят или само линейно се приближават. Защитените с парола PDF първо отворете със Заключване на PDF.
Вероятно вашият PDF е сканиран или е съставен от изображения и няма текстов слой. Използвайте тогава PDF OCR, който разпознава текста от пикселите.
Не. Получавате чист текст в реда на четене. Шрифтовете, изображенията, колоните и таблиците не се възпроизвеждат точно.
В UTF-8, така че кирилицата и специалните знаци се запазват правилно.
По избор: с празен ред (по подразбиране), с подаване на страница или изобщо без разделител за непрекъснат текст.
Не, извличането на текст се извършва изцяло локално в браузъра.