Wyodrębnij tekst z PDF
Wyciągnij słowa z PDF jako zwykły tekst, bez wysyłania dokumentu gdziekolwiek.
- Działa na Twoim urządzeniu — plik nigdy nie jest nigdzie wysyłany
- Bez rejestracji, bez znaków wodnych, bez dziennych limitów
- Za darmo, bez ograniczeń w częstotliwości użycia
Jak to działa
PDF zawierający prawdziwy tekst niesie same znaki, rozmieszczone na stronie. To narzędzie odczytuje je w kolejności stron i zapisuje do zwykłego pliku tekstowego. Przydaje się to do cytowania, wyszukiwania, liczenia słów albo przekazania dokumentu czemuś, co nie czyta PDF.
Teksowe i zeskanowane pliki PDF to dwie różne rzeczy
Jeśli PDF powstał w edytorze tekstu lub przez eksport, jego tekst jest zapisany jako tekst i wyodrębnianie działa. Jeśli powstał w skanerze lub aparacie telefonu, każda strona jest fotografią dokumentu: nie ma znaków do wyodrębnienia, są tylko piksele. Ich odczytanie wymaga OCR, którego to narzędzie celowo nie próbuje wykonywać. Gdy nic nie znajdzie, mówi o tym, zamiast zwracać pusty plik bez wyjaśnienia.
Układ się nie zachowuje
PDF przechowuje tekst jako fragmenty umieszczone we współrzędnych, a nie jako akapity. Wyodrębnianie odtwarza wiersze, grupując fragmenty na tej samej wysokości, co dobrze działa dla zwykłej prozy, a słabo dla układów wielokolumnowych, tabel i pasków bocznych, gdzie kolejność czytania może wyjść pomieszana.
Znaczniki stron
Każda strona jest poprzedzona znacznikiem, abyś wiedział, gdzie jedna się kończy, a następna zaczyna. Usuń je funkcją znajdź i zamień, jeśli chcesz mieć ciągły tekst.
Wyodrębnij tekst z PDF – pytania
Dlaczego wyodrębniony plik jest pusty?
PDF to niemal na pewno skan. Jego strony są obrazami, a nie tekstem, więc nie ma znaków do wyodrębnienia. Odczytanie ich wymaga OCR, którego to narzędzie nie wykonuje.
Czy mój PDF jest przesyłany?
Nie. Wyodrębnianie działa w Twojej przeglądarce z użyciem PDF.js od Mozilli. Dokument nigdy nie opuszcza Twojego urządzenia.
Czy zachowuje formatowanie?
Nie. Dostajesz zwykły tekst. PDF przechowuje tekst jako fragmenty umieszczone na stronie, a nie akapity, więc zwłaszcza kolumny i tabele mogą wyjść w nieoczekiwanej kolejności.