Извлеките текстовый слой PDF в простой файл .txt, чтобы копировать, использовать дальше или искать. Локально, без загрузки.
Обработка локально на вашем устройстве ...
Обработка локально на вашем устройстве ...
0%
Ваши файлы так и не покинули устройство
Нет. Всё выполняется в вашем браузере - ваш файл никогда не покидает устройство. Как это можно проверить
Иногда нужен просто чистый текст из PDF: перенести цитату в документ, скопировать договор в редактор, проиндексировать содержимое для поиска или архива либо передать текст программе чтения с экрана. Этот инструмент считывает встроенный в PDF текстовый слой и возвращает его как простой файл .txt - без шрифтов, изображений, цветов или вёрстки, только символы.
Порядок восстанавливается постранично: фрагменты текста на одной высоте образуют строку, читаемую сверху вниз и слева направо. Страницы разделяются пустой строкой, поэтому результат легко использовать дальше, импортировать или искать по нему.
Важно и честно: этот инструмент извлекает только текст, уже присутствующий в PDF как текстовый слой. Отсканированный или составленный целиком из фотографий PDF не содержит такого слоя - там результат останется пустым, и вместо этого вам нужно распознавание текста «PDF OCR», которое находит буквы по пикселям. Сложные многоколоночные макеты с таблицами или сносками тоже не всегда идеально сводятся к линейному порядку текста. Но для обычных, «настоящих» PDF (созданных офисными программами, браузерами или системами вёрстки) извлечение даёт чистый, пригодный для дальнейшего использования текст. Всё выполняется локально в браузере через pdf.js; ваш файл не покидает устройство.
| Входные форматы | |
|---|---|
| Автоматическое преобразование | PNG, JPG, WebP, GIF, BMP, TIFF, ICO, SVG, HEIC, ZIP, DOCX, DDS, HDR, PCX, WBMP |
| Выходной формат | TXT |
| Пакетная обработка | Нет |
| Обработка | Локально в браузере (JavaScript) |
| Загрузка файлов | Отсутствует |
Ограничения: Извлекает существующий текстовый слой PDF и возвращает его как файл .txt в UTF-8; строки восстанавливаются из позиций текста. У отсканированных или чисто графических PDF текстового слоя нет, там результат остаётся пустым: используйте тогда PDF OCR. Шрифты, изображения, цвета и точный макет (многоколоночные страницы, таблицы) теряются или лишь линейно приближаются. Защищённые паролем PDF сначала откройте с помощью Разблокировать PDF.
Скорее всего, ваш PDF - это скан или состоит из изображений и не имеет текстового слоя. Используйте тогда PDF OCR, который распознаёт текст из пикселей.
Нет. Вы получаете чистый текст в порядке чтения. Шрифты, изображения, колонки и таблицы не воспроизводятся в точности.
В UTF-8, так что кириллица и специальные символы сохраняются корректно.
Пустой строкой между страницами.
Нет, извлечение текста происходит полностью локально в браузере.
PDF OCR - поиск по PDF · PDF в Word · Извлечь страницы PDF · PDF в Markdown · DOCX в HTML · DOCX в Markdown