PDF do textu online - Zdarma
Ruční kopírování textu z PDF je pomalé a nepořádné. Tento extraktor čte textovou vrstvu vašeho dokumentu stránku po stránce a dá vám čistý, znovu použitelný text - pro poznámky, citace, úpravy nebo překlad.
Jak extrahovat text z PDF
- Vyberte PDF, ze kterého chcete extrahovat text.
- Klikněte na "Extrahovat text" a chvíli počkejte, zatímco se každá stránka čte.
- Zkopírujte text z rámečku nebo ho stáhněte jako soubor .txt.
Oblíbené nástroje PDF
Často kladené otázky
Proč nějaký text chybí nebo je zpřeházený?
Nástroj čte vestavěnou textovou vrstvu PDF. Naskenovaná PDF jsou obrázky textu a nemají textovou vrstvu - ta potřebují OCR a některá PDF ukládají text v neobvyklých pořadích čtení.
Mohu extrahovaný text upravovat?
Ano. Výsledek se objeví v upravitelném textovém poli, než ho zkopírujete nebo stáhnete.
Existuje limit stránek?
Žádný pevný limit - dlouhé dokumenty se na vašem zařízení prostě zpracovávají o něco déle.
Nahrávají se mé dokumenty?
Ne. Extrakce běží 100 % ve vašem prohlížeči.
Související nástroje PDF
Text do PDF
Zadejte nebo vložte text a stáhněte ho jako úhledný, tisknutelný dokument PDF.
PDF do JPG
Proměňte každou stránku PDF ve vysoce kvalitní obrázek JPG, který můžete sdílet kdekoli.
PDF do PNG
Převeďte stránky PDF do ostrých obrázků PNG - se skutečně zachovanou průhledností.
Rozdělit PDF
Oddělte PDF na jednotlivé stránky nebo vlastní rozsahy stránek.
Jak to funguje
Většina PDF vytvořených z Wordu, Excelu nebo webové stránky nese skrytou textovou vrstvu - skutečné znaky uložené vedle rozvržení stránky. Tento nástroj otevře soubor lokálně pomocí PDF.js, čte tuto textovou vrstvu stránku po stránce a seskupuje uložené fragmenty zpět do řádků podle jejich svislé polohy na stránce. Výsledek se sestaví pomocí --- Stránka N --- značka před každou stránkou a umístěna v upravitelném textovém poli, připravená ke zkopírování nebo stažení jako prostý soubor .txt. Není žádný krok OCR (čtení obrázků): nástroj může vrátit pouze text, který samotný soubor obsahuje, a vše se děje ve vašem prohlížeči - váš dokument se nikdy nenahraje.
Vypracovaný příklad
Studentka stáhne sadu přednáškových poznámek PDF o 12 stránkách a chce definice ve svém vlastním dokumentu. Spustí soubor nástrojem a pole se naplní všemi 12 stránkami, každá pod svým vlastním --- Stránka N --- nadpis. Smaže stránky, které nepotřebuje, uklidí nadpis nebo dva, zkopíruje zbytek do svého úkolu - a také uloží celou extrakci jako extracted-text.txt for later.
Často kladené otázky
Mé PDF je sken a výsledek se vrátil prázdný - proč?
Naskenované PDF je fotografie stránek: nám připadá jako text, ale soubor neobsahuje žádnou textovou vrstvu, kterou by nástroj mohl číst. Skeny potřebují software OCR, který rozpoznává písmena na obrázku. Tento nástroj záměrně dělá jen věrnou, přesnou práci čtení skutečné textové vrstvy.
Jak jsou stránky odděleny ve výstupu?
Každá stránka začíná řádkem, který čte --- Stránka 1 ---, --- Stránka 2 --- a tak dále, v původním pořadí, takže vždy poznáte, ze které stránky který odstavec pochází.
Zachovává tabulky a vícesloupcová rozvržení?
Pouze částečně. Řádky se znovu sestavují v pořadí a poloze, v jaké je text uložen v souboru, takže jednoduché dokumenty se čtou přirozeně. Na vícesloupcových stránkách nebo ve složitých tabulkách se uložené pořadí může prolínat a možná budete potřebovat rychlou úpravu v editačním poli před kopírováním.
Co přesně si stáhnu?
Jeden prostý textový soubor s názvem extracted-text.txt obsahující vše v rámečku - včetně jakýchkoli úprav, které jste provedli. Prostý text nemá žádná písma ani formátování, takže se čistě vloží do Wordu, e-mailu nebo aplikací na poznámky.
Potřebuji jen text z několika stránek - mohu je vybrat?
Není žádný výběr stránek; nástroj extrahuje každou stránku. Rychlý pracovní postup je extrahovat vše, poté smazat nechtěné --- Stránka N --- oddíly v rámečku před kopírováním nebo stažením.
Funguje to i pro jiné jazyky než angličtinu?
Ano, pro každý jazyk, jehož znaky jsou uloženy v textové vrstvě PDF, se znaky extrahují tak, jak jsou uloženy. Všimněte si, že pořadí čtení následuje vnitřní pořadí souboru, které některé dokumenty zprava doleva ukládají ve vizuálním spíše než čtecím pořadí.