Wyodrębnij warstwę tekstu z PDF jako zwykły plik .txt, do kopiowania, dalszego użycia lub wyszukiwania. Lokalnie, bez wysyłania.
Przetwarzanie lokalnie na Twoim urządzeniu ...
0%
Twoje pliki nigdy nie opuściły urządzenia
Nie. Wszystko działa w Twojej przeglądarce - Twój plik nigdy nie opuszcza urządzenia. Jak to sprawdzić
Czasem potrzebny jest tylko czysty tekst z PDF: przeniesienie cytatu do dokumentu, wklejenie umowy do edytora, zindeksowanie treści do wyszukiwania lub archiwum albo przekazanie tekstu czytnikowi ekranu. To narzędzie odczytuje warstwę tekstu osadzoną w PDF i zwraca ją jako zwykły plik .txt, bez czcionek, obrazów, kolorów i układu, tylko znaki.
Kolejność jest odtwarzana strona po stronie: fragmenty tekstu na tej samej wysokości tworzą wiersz, czytany od góry do dołu i od lewej do prawej. Możesz wybrać, jak rozdzielać strony: pustym wierszem (domyślnie), klasycznym wysuwem strony dla edytorów tekstu i drukarek, albo wcale dla ciągłego tekstu. Dzięki temu wynik pasuje do twojego następnego kroku, czy to obróbki, importu, czy wyszukiwania pełnotekstowego.
Ważne i uczciwie mówiąc: to narzędzie wyodrębnia tylko tekst, który już jest w PDF jako warstwa tekstu. Zeskanowany lub złożony wyłącznie ze zdjęć PDF nie ma takiej warstwy; tam wynik pozostaje pusty i potrzebne jest zamiast tego rozpoznawanie PDF OCR, które z pikseli rozpoznaje litery. Również złożone układy z wieloma kolumnami, tabelami lub przypisami nie zawsze dają się idealnie ułożyć w liniową kolejność tekstu. Ale dla zwykłych, prawdziwych PDF (tworzonych przez programy biurowe, przeglądarki lub systemy składu) wyodrębnianie dostarcza czysty, nadający się do dalszego użycia tekst. Wszystko działa lokalnie w przeglądarce przez pdf.js; twój plik nie opuszcza urządzenia.
| Formaty wejściowe | |
|---|---|
| Format wyjściowy | TXT |
| Przetwarzanie wsadowe | Nie |
| Przetwarzanie | Lokalnie w przeglądarce (JavaScript) |
| Przesyłanie plików | Brak |
Ograniczenia: Wyodrębnia istniejącą warstwę tekstu z PDF i zwraca ją jako plik .txt w UTF-8; wiersze są odtwarzane z pozycji tekstu. Zeskanowane lub czysto obrazowe PDF nie mają warstwy tekstu, tam wynik pozostaje pusty: użyj wtedy PDF OCR. Czcionki, obrazy, kolory i dokładny układ (strony wielokolumnowe, tabele) są tracone lub jedynie liniowo przybliżane. Zabezpieczone hasłem PDF najpierw odblokuj narzędziem Odblokuj PDF.
Prawdopodobnie twój PDF to skan lub składa się z obrazów i nie ma warstwy tekstu. Użyj wtedy PDF OCR, które rozpoznaje tekst z pikseli.
Nie. Otrzymujesz czysty tekst w kolejności czytania. Czcionki, obrazy, kolumny i tabele nie są wiernie odwzorowane.
W UTF-8, dzięki czemu poprawnie zachowane są też polskie znaki i znaki specjalne.
Do wyboru: pustym wierszem (domyślnie), wysuwem strony albo wcale dla ciągłego tekstu.
Nie, wyodrębnianie tekstu odbywa się w całości lokalnie w przeglądarce.