PDF-verktyg

Extrahera text från en PDF

Plocka ut orden ur en PDF som ren text, utan att skicka dokumentet någonstans.

Extrahera text från en PDF Körs på din enhet

Släpp filer här eller klicka för att bläddra

En PDF-fil

Laddas aldrig upp

Körs på din enhet — filen skickas aldrig någonstans
Ingen registrering, inga vattenstämplar, inga dagliga kvoter
Gratis, utan begränsning för hur ofta du använder det

Så fungerar det

En PDF som innehåller riktig text bär själva tecknen, placerade på sidan. Det här verktyget läser ut dem i sidordning och skriver dem till en ren textfil – användbart för citering, sökning, ordräkning eller för att mata in ett dokument i något som inte kan läsa PDF.

Text-PDF och skannade PDF-filer är olika saker

Om en PDF skapades av ett ordbehandlingsprogram eller en export lagras dess text som text och extraheringen fungerar. Om den skapades av en skanner eller en telefonkamera är varje sida ett fotografi av ett dokument – det finns inga tecken att extrahera, bara pixlar. För att läsa dem behövs OCR, vilket det här verktyget avsiktligt inte försöker sig på. Det talar om när det inte hittar något i stället för att lämna tillbaka en tom fil utan förklaring.

Layouten överlever inte

PDF lagrar text som fragment placerade vid koordinater, inte som stycken. Extraheringen återskapar rader genom att gruppera fragment på samma höjd, vilket fungerar bra för vanlig prosa och dåligt för layouter med flera kolumner, tabeller och sidofält, där läsordningen kan bli rörig.

Sidmarkörer

Varje sida föregås av en markör så att du kan se var en slutar och nästa börjar. Ta bort dem med sök och ersätt om du vill ha sammanhängande prosa.

Vanliga frågor