Estrai il testo da un PDF
Estrai le parole di un PDF come testo semplice, senza inviare il documento da nessuna parte.
- Funziona sul tuo dispositivo — il file non viene inviato da nessuna parte
- Nessuna registrazione, nessuna filigrana, nessuna quota giornaliera
- Gratis, senza limiti al numero di utilizzi
Come funziona
Un PDF che contiene testo vero porta con sé i caratteri stessi, posizionati sulla pagina. Questo strumento li legge nell'ordine delle pagine e li scrive in un file di testo semplice: utile per citare, cercare, contare le parole o dare un documento in pasto a qualcosa che non sa leggere i PDF.
I PDF di testo e i PDF scansionati sono cose diverse
Se un PDF è stato prodotto da un elaboratore di testi o da un'esportazione, il suo testo è memorizzato come testo e l'estrazione funziona. Se è stato prodotto da uno scanner o dalla fotocamera di un telefono, ogni pagina è la fotografia di un documento: non ci sono caratteri da estrarre, solo pixel. Per leggerli serve l'OCR, che questo strumento volutamente non tenta. Ti avvisa quando non trova nulla, invece di restituire un file vuoto senza spiegazioni.
L'impaginazione non sopravvive
Il PDF memorizza il testo come frammenti collocati a determinate coordinate, non come paragrafi. L'estrazione ricostruisce le righe raggruppando i frammenti alla stessa altezza, il che funziona bene per la prosa normale e male per layout a più colonne, tabelle e riquadri laterali, dove l'ordine di lettura può risultare confuso.
Indicatori di pagina
Ogni pagina è preceduta da un indicatore, così puoi capire dove finisce una e inizia la successiva. Eliminali con trova e sostituisci se vuoi un testo continuo.
Estrai il testo da un PDF: domande
Perché il file estratto è vuoto?
Quasi certamente il PDF è una scansione. Le sue pagine sono immagini e non testo, quindi non ci sono caratteri da estrarre. Per leggerle serve l'OCR, che questo strumento non fa.
Il mio PDF viene caricato?
No. L'estrazione avviene nel tuo browser con PDF.js di Mozilla. Il documento non lascia mai il tuo dispositivo.
Mantiene la formattazione?
No. Ottieni testo semplice. Il PDF memorizza il testo come frammenti posizionati e non come paragrafi, quindi in particolare colonne e tabelle possono uscire in un ordine inatteso.