Tekstextractie leest de woorden die al in een PDF zijn opgeslagen en schrijft ze naar een tekstbestand zonder opmaak. Het is geen OCR: als de pagina een afbeelding van woorden is, heeft de extractor niets te lezen.
Stap voor stap
- 1
Upload uw PDF
Sleep uw PDF naar de doos of klik op Bestand kiezen. Het wordt via een gecodeerde verbinding verzonden en alleen voor deze taak gebruikt.
- 2
Voer het uit en download
Druk op PDF naar tekst en de pagina toont de voortgang terwijl deze werkt. Als het klaar is, krijg je een downloadlink. Er wordt niets per e-mail verzonden en niets wordt langer bewaard dan nodig is.
Hoe de schermen eruit zien
Is de tekst echt?
Probeer een zin in uw PDF-viewer te selecteren. Als deze wordt gemarkeerd, heeft de PDF een tekstlaag en wordt deze door extractie geretourneerd. Als de pagina een scan is, voert u deze uit OCR eerst. Deze ene controle vermijdt de meeste teleurstellende lege tekstbestanden.
Leesvolgorde en regeleinden
Tekst wordt opgeslagen per positie, niet per alinea. Pagina's met meerdere kolommen kunnen interleaved verschijnen, en uitgevulde tekst kan regeleinden in het midden van zinnen introduceren. Lees de eerste paar alinea's en bevestig de volgorde voordat u de tekst in een ander hulpmiddel invoert. Tabellen verliezen meestal hun raster; gebruik PDF naar Excel voor gegevens.
Controleer de codering en speciale tekens
Geaccentueerde tekens, ligaturen en symbolen kunnen veranderen wanneer de tekst de PDF verlaat. Zoek naar een naam met een accent en een nummer met een valutasymbool. Als de uitvoer voor een database of een script is, controleer dan de codering in plaats van uit te gaan van UTF-8.
Wat het tekstbestand achterlaat
The .txt carries words, not the document. Images, drawings, form-field values and annotations stay in the PDF, and there are no settings to change: the tool reads every page in the order the PDF declares and returns a single file. When the destination needs more than words, convert instead — PDF naar Word houdt de lay-out, PDF naar Excel herstelt tabellen en PDF naar PowerPoint herbouwt dia's.
Goede gewoonten voor PDF naar tekst
- Tekst-PDF's converteren het beste. Als de pagina een scan is, voert u eerst OCR uit.
- Tabellen worden gedetecteerd door hun uitlijning, zodat gelinieerde lijnen het meest betrouwbaar worden geconverteerd.
- Controleer het resultaat voordat u het origineel verwijdert.
Veelgestelde vragen
Wat doet PDF naar tekst?
Kopieert de selecteerbare tekst uit een PDF naar een gewoon tekstbestand, pagina na pagina, waarbij de leesvolgorde wordt aangehouden die de PDF aangeeft.
Is PDF naar tekst gratis te gebruiken?
Ja. Deze browsertool is gratis, zonder watermerk en zonder dagelijkse taaklimiet. E-Sign en Legal Workflow zijn de enige betaalde producten.
Wat gebeurt er met mijn bestanden nadat ik PDF naar tekst gebruik?
Ze worden opgeslagen onder een ondenkbare ID en na een paar uur automatisch geveegd. Er wordt niets gedeeld of geïndexeerd.
Waarom is het uitgepakte bestand leeg?
De PDF is waarschijnlijk een scan zonder tekstlaag. Voer eerst OCR uit en extraheer vervolgens de tekst uit de doorzoekbare kopie.
Kan ik de indeling behouden?
Bij het extraheren van platte tekst blijven de woorden behouden, niet het paginaontwerp. Gebruik PDF naar Word als de lay-out ertoe doet.
Bevat de extractie opmerkingen?
Het extraheert paginatekst, geen annotaties of formulierwaarden. Verwijder of exporteer deze afzonderlijk als ze ertoe doen.