Extrahiere die Textebene eines PDF als reine .txt-Datei - zum Kopieren, Weiterverarbeiten oder Durchsuchen. Lokal, kein Upload.
Läuft lokal auf deinem Gerät ...
0%
Deine Dateien haben dein Gerät nie verlassen
Nein. Die Umwandlung läuft komplett in Deinem Browser - Deine Datei verlässt Dein Gerät nie. So ist das nachprüfbar
Manchmal braucht man nur den reinen Text aus einem PDF: ein Zitat in ein Dokument übernehmen, einen Vertrag in den Editor kopieren, Inhalte für eine Suche oder ein Archiv indexieren oder Text einer Vorlese-/Screenreader-Software übergeben. Dieses Werkzeug liest die im PDF eingebettete Textebene aus und gibt sie als schlichte .txt-Datei zurück - ohne Schriften, Bilder, Farben oder Layout, nur die Zeichen.
Die Reihenfolge wird Seite für Seite rekonstruiert: Textstücke auf gleicher Höhe bilden eine Zeile, von oben nach unten und links nach rechts gelesen. Du kannst wählen, wie Seiten getrennt werden - durch eine Leerzeile (Standard), durch einen klassischen Seitenvorschub für Texteditoren und Drucker, oder gar nicht für einen durchgehenden Fließtext. So passt die Ausgabe zu deinem nächsten Schritt, egal ob Weiterbearbeitung, Import oder Volltextsuche.
Wichtig und ehrlich: Dieses Tool extrahiert nur Text, der bereits als Textebene in der PDF steckt. Ein eingescanntes oder rein aus Fotos bestehendes PDF enthält keine solche Ebene - dort bleibt die Ausgabe leer, und du brauchst stattdessen die Texterkennung „PDF OCR", die aus den Pixeln Buchstaben erkennt. Auch komplexe Layouts mit mehreren Spalten, Tabellen oder Fußnoten lassen sich nicht immer perfekt in eine lineare Textreihenfolge bringen. Für normale, „echte" PDFs (aus Office-Programmen, Browsern oder Satzsystemen erzeugt) liefert die Extraktion aber sauberen, weiterverwendbaren Text. Alles läuft lokal im Browser via pdf.js; deine Datei verlässt dein Gerät nicht.
| Eingabeformate | |
|---|---|
| Ausgabeformat | TXT |
| Stapelverarbeitung | Nein |
| Verarbeitung | Lokal im Browser (JavaScript) |
| Datei-Upload | Keiner |
Grenzen: Extrahiert die vorhandene Textebene eines PDF und gibt sie als UTF-8-.txt-Datei zurück; Zeilen werden aus den Textpositionen rekonstruiert. Eingescannte oder reine Bild-PDFs haben keine Textebene - dort bleibt die Ausgabe leer, nutze dann "PDF OCR". Schriften, Bilder, Farben und exaktes Layout (mehrspaltige Seiten, Tabellen) gehen verloren bzw. werden nur linear angenähert. Passwortgeschützte PDFs zuerst mit "PDF entsperren" öffnen.
Wahrscheinlich ist dein PDF ein Scan oder besteht aus Bildern und hat keine Textebene. Nutze dann "PDF OCR", das Text aus den Pixeln erkennt.
Nein. Du erhältst reinen Text in Lesereihenfolge. Schriften, Bilder, Spalten und Tabellen werden nicht originalgetreu abgebildet.
UTF-8, sodass auch Umlaute und Sonderzeichen korrekt erhalten bleiben.
Wählbar: durch eine Leerzeile (Standard), einen Seitenvorschub (\f) oder gar nicht für durchgehenden Text.
Nein, die Textextraktion passiert vollständig lokal im Browser.