Извлеките текстовый слой PDF в простой файл .txt, чтобы копировать, использовать дальше или искать. Локально, без загрузки.
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 только чистый текст из PDF: вставить 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 и оформления, только символы.
Порядок восстанавливается постранично: фрагменты текста на одной высоте образуют строку, читаемую сверху вниз и слева направо. Вы можете выбрать, как разделять страницы: пустой строкой (по умолчанию), классической подачей страницы для текстовых редакторов и принтеров или вовсе никак для сплошного текста. Так результат подойдёт к вашему следующему шагу, будь то обработка, импорт или полнотекстовый поиск.
Важно и честно: этот инструмент извлекает только текст, который уже есть в PDF как текстовый слой. У отсканированного или состоящего лишь из фотографий PDF такого слоя нет; там результат остаётся пустым, и вместо этого нужно распознавание PDF OCR, которое узнаёт буквы из пикселей. Сложные макеты с несколькими колонками, таблицами или сносками тоже не всегда удаётся привести к идеальному 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 | |
|---|---|
| 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.
На выбор: пустой строкой (по умолчанию), подачей страницы или вовсе никак для сплошного текста.
Нет, извлечение текста происходит полностью локально в браузере.