Витягти текст із PDF
Витягніть слова з PDF як звичайний текст, нікуди не надсилаючи документ.
- Працює на вашому пристрої — файл нікуди не надсилається
- Без реєстрації, водяних знаків і щоденних квот
- Безкоштовно, без обмежень на кількість використань
Як це працює
PDF зі справжнім текстом містить самі символи, розташовані на сторінці. Цей інструмент зчитує їх у порядку сторінок і записує у простий текстовий файл — це корисно для цитування, пошуку, підрахунку слів або передавання документа в щось, що не вміє читати PDF.
Текстові PDF і скановані PDF — різні речі
Якщо PDF створив текстовий редактор або експорт, його текст зберігається як текст, і витягування працює. Якщо його створив сканер або камера телефона, кожна сторінка є фотографією документа — немає символів для витягування, лише пікселі. Щоб їх прочитати, потрібне OCR, чого цей інструмент навмисно не намагається робити. Він повідомляє, коли нічого не знаходить, а не віддає порожній файл без пояснень.
Макет не зберігається
PDF зберігає текст як фрагменти, розміщені за координатами, а не як абзаци. Витягування відновлює рядки, групуючи фрагменти на одній висоті, що добре працює для звичайної прози й погано — для багатостовпцевих макетів, таблиць і бічних колонок, де порядок читання може вийти плутаним.
Позначки сторінок
Перед кожною сторінкою ставиться позначка, щоб ви могли побачити, де закінчується одна й починається наступна. Видаліть їх за допомогою пошуку й заміни, якщо хочете безперервну прозу.
Витягування тексту з PDF: запитання
Чому мій витягнутий файл порожній?
PDF майже напевно є сканом. Його сторінки — це зображення, а не текст, тож немає символів, які можна витягти. Щоб їх прочитати, потрібне OCR, чого цей інструмент не робить.
Чи завантажується мій PDF на сервер?
Ні. Витягування виконується у вашому браузері за допомогою PDF.js від Mozilla. Документ ніколи не залишає ваш пристрій.
Чи зберігає він форматування?
Ні. Ви отримуєте простий текст. PDF зберігає текст як розташовані фрагменти, а не абзаци, тож зокрема стовпці й таблиці можуть вийти в неочікуваному порядку.