Extraction de texte PDF

Récupérez le texte d’un PDF en texte brut, pour toutes les pages ou une plage — directement dans votre navigateur.

À propos de Extraction de texte PDF

De quoi s’agit-il

Cet outil lit la couche de texte d’un PDF et vous la rend en texte brut, page par page. Il peut rejoindre les lignes coupées par la mise en page pour reformer des paragraphes et supprimer les espaces superflus, afin que le texte soit prêt à coller dans un document ou un traducteur. Plusieurs fichiers peuvent être traités à la fois.

Fonctionnalités principales

  • Texte brut de toutes les pages ou d’une plage de pages.
  • Les lignes coupées par la mise en page rejointes en paragraphes.
  • Les espaces superflus supprimés.
  • Nombre de pages et de caractères, avec un séparateur entre les pages.
  • Plusieurs PDF à la fois ; téléchargement en .txt.

Comment l’utiliser

  1. Déposez un ou plusieurs PDF sur la zone, cliquez dessus pour les choisir, ou cliquez sur « Exemple ».
  2. Indiquez une plage de pages si vous n’avez besoin que d’une partie.
  3. Activez si vous voulez « Rejoindre les lignes coupées (Unwrap text) » ou la suppression des espaces superflus.
  4. Cliquez sur « Extraire le texte », puis copiez-le ou téléchargez le fichier .txt.

Quand c’est utile

  • Copier une citation ou un tableau de chiffres d’un rapport.
  • Passer le texte d’un PDF dans un traducteur ou un compteur de mots.
  • Chercher dans un long document avec votre propre éditeur.

Confidentialité et limites

Vos données

Vos fichiers sont traités dans votre navigateur et ne sont pas envoyés sur un serveur — le site reçoit seulement un événement anonyme « outil ouvert », sans le contenu. Un résultat envoyé vers un autre outil reste 24 heures sur cet appareil dans « Activité récente ».

Limites

  • Pas de reconnaissance de caractères (OCR) : un PDF scanné sans couche de texte ne donne aucun texte.
  • Les mises en page complexes — colonnes, tableaux, notes — peuvent ressortir dans un autre ordre que celui de la lecture.

Questions fréquentes

Pourquoi aucun texte n’est-il trouvé dans mon PDF ?

Le PDF est sans doute un scan — des images de pages sans couche de texte. L’outil ne lit que le texte réellement présent dans le fichier ; la reconnaissance de texte dans les images (OCR) n’est pas faite ici.

Que fait la jonction des lignes ?

Dans un PDF, chaque ligne de la page se termine par un saut de ligne. La jonction rassemble ces lignes en paragraphes et garde les vrais changements de paragraphe, pour que le texte se lise normalement.

Pourquoi l’ordre du texte est-il faux ?

Un PDF stocke le texte en morceaux placés sur la page, pas dans l’ordre de lecture. Dans des colonnes ou des tableaux, les morceaux peuvent ressortir dans un autre ordre. Extraire une plage de pages plus petite aide souvent.