Extrahera textlagret i en PDF som en enkel .txt-fil, för att kopiera, återanvända eller söka. Lokalt, ingen uppladdning.
Körs lokalt på din enhet ...
0%
Dina filer lämnade aldrig din enhet
Nej. Allt körs i din webbläsare - din fil lämnar aldrig din enhet. Så går det att verifiera
Ibland behöver du bara den rena texten ur en PDF: ta in ett citat i ett dokument, klistra in ett avtal i editorn, indexera innehåll för en sökning eller ett arkiv, eller lämna texten till en uppläsnings- eller skärmläsarprogramvara. Det här verktyget läser av textlagret som är inbäddat i PDF:en och ger tillbaka det som en enkel .txt-fil, utan typsnitt, bilder, färger eller layout, bara tecknen.
Ordningen återskapas sida för sida: textstycken på samma höjd bildar en rad, läst uppifrån och ner och från vänster till höger. Du kan välja hur sidorna separeras: med en tom rad (standard), med en klassisk sidmatning för textredigerare och skrivare, eller inte alls för en löpande text. Så passar resultatet ditt nästa steg, oavsett om det är redigering, import eller fulltextsökning.
Viktigt och ärligt sagt: det här verktyget extraherar bara text som redan finns som textlager i PDF:en. En skannad PDF eller en som bara består av foton har inget sådant lager; där förblir resultatet tomt, och du behöver i stället textigenkänningen PDF OCR, som känner igen bokstäver ur pixlarna. Även komplexa layouter med flera kolumner, tabeller eller fotnoter går inte alltid att få till en perfekt linjär textordning. Men för normala, riktiga PDF:er (skapade av kontorsprogram, webbläsare eller sätteringssystem) ger extraheringen en ren, återanvändbar text. Allt körs lokalt i webbläsaren via pdf.js; din fil lämnar inte din enhet.
| Indataformat | |
|---|---|
| Utdataformat | TXT |
| Batchbearbetning | Nej |
| Bearbetning | Lokalt i webbläsaren (JavaScript) |
| Filuppladdning | Ingen |
Begränsningar: Extraherar det befintliga textlagret i en PDF och ger tillbaka det som en .txt-fil i UTF-8; raderna återskapas från textens positioner. Skannade eller rena bild-PDF:er har inget textlager, där förblir resultatet tomt: använd då PDF OCR. Typsnitt, bilder, färger och den exakta layouten (flerspaltiga sidor, tabeller) går förlorade eller approximeras bara linjärt. Lås upp lösenordsskyddade PDF:er först med Lås upp PDF.
Din PDF är troligen en skanning eller består av bilder och har inget textlager. Använd då PDF OCR, som känner igen text ur pixlarna.
Nej. Du får ren text i läsordning. Typsnitt, bilder, kolumner och tabeller återges inte troget.
UTF-8, så att även åäö och specialtecken bevaras korrekt.
Efter eget val: med en tom rad (standard), en sidmatning eller inte alls för en löpande text.
Nej, textextraheringen sker helt lokalt i webbläsaren.