Извлечение текста считывает слова, уже сохраненные в PDF-файле, и записывает их в обычный текстовый файл. Это не OCR: если страница представляет собой изображение слов, экстрактору нечего читать.
Шаг за шагом
- 1
Загрузите свой PDF-файл
Перетащите PDF-файл в поле или нажмите «Выбрать файл». Он отправляется по зашифрованному соединению и используется только для этой задачи.
- 2
Запустите его и скачайте
Нажмите PDF в текст, и страница покажет прогресс, пока она работает. Когда он завершится, вы получите ссылку для скачивания — ничего не отправляется по электронной почте и ничего не хранится дольше, чем необходимо.
Как выглядят экраны
Текст настоящий?
Попробуйте выбрать предложение в программе просмотра PDF. Если он выделен, в PDF-файле есть текстовый слой, и извлечение вернет его. Если страница представляет собой сканирование, запустите оптическое распознавание символов сначала. Эта единственная проверка позволяет избежать большинства неприятных пустых текстовых файлов.
Порядок чтения и переносы строк
Текст сохраняется по позиции, а не по абзацам. Страницы с несколькими колонками могут отображаться с чередованием, а выровненный текст может содержать разрывы строк в середине предложений. Прочтите первые несколько абзацев и исправьте порядок, прежде чем передавать текст в другой инструмент. Таблицы обычно теряют свою сетку; использовать PDF в Excel для данных.
Проверьте кодировку и специальные символы
Акцентированные символы, лигатуры и символы могут измениться, когда текст покидает PDF-файл. Найдите имя с акцентом и число с символом валюты. Если выходные данные предназначены для базы данных или сценария, проверьте кодировку, а не предполагайте UTF-8.
Что оставляет после себя текстовый файл
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 в Word сохраняет макет, PDF в Excel восстанавливает таблицы и PDF в PowerPoint восстанавливает слайды.
Полезные привычки для преобразования PDF в текст
- Текстовые PDF-файлы конвертируются лучше всего. Если страница является отсканированной, сначала запустите OCR.
- Таблицы распознаются по их выравниванию, поэтому разлинованные строки преобразуются наиболее надежно.
- Проверьте результат перед удалением оригинала.
Общие вопросы
Что делает PDF в текст?
Копирует выбираемый текст из PDF-файла в обычный текстовый файл, страница за страницей, сохраняя порядок чтения, заявленный в PDF-файле.
Можно ли использовать PDF в текст бесплатно?
Да. Этот инструмент браузера бесплатен, не имеет водяных знаков и ограничений по ежедневным задачам. E-Sign и Legal Workflow — единственные платные продукты.
Что произойдет с моими файлами после преобразования PDF в текст?
Они сохраняются под неугаданным идентификатором и автоматически удаляются через пару часов. Ничто не передается и не индексируется.
Почему извлеченный файл пуст?
PDF-файл, вероятно, представляет собой скан без текстового слоя. Сначала запустите OCR, а затем извлеките текст из копии, доступной для поиска.
Могу ли я сохранить макет?
Извлечение простого текста сохраняет слова, а не дизайн страницы. Используйте PDF в Word, если макет имеет значение.
Включает ли извлечение комментарии?
Он извлекает текст страницы, а не аннотации или значения форм. Удалите или экспортируйте их отдельно, если они имеют значение.