Витягування тексту з PDF

Витягування тексту з PDF як звичайного тексту — з усіх сторінок чи з діапазону, просто в браузері.

Про Витягування тексту з PDF

Що це

Цей інструмент читає текстовий шар PDF і віддає його звичайним текстом, сторінка за сторінкою. Він може склеїти рядки, розірвані версткою, назад у звичайні абзаци й прибрати зайві пробіли, тож текст одразу можна вставити в документ чи перекладач. Кілька файлів обробляються за раз.

Основні можливості

  • Звичайний текст з усіх сторінок чи з діапазону сторінок.
  • Рядки, розірвані версткою, склеюються назад в абзаци.
  • Зайві пробіли прибираються.
  • Кількість сторінок і символів, з роздільником між сторінками.
  • Кілька PDF за раз; завантаження у .txt.

Як користуватися

  1. Перетягніть один чи кілька PDF на область, клацніть її, щоб обрати файли, або натисніть «Приклад».
  2. Задайте діапазон сторінок, якщо потрібна лише частина документа.
  3. За бажанням увімкніть «Склеїти розірвані рядки (Unwrap text)» чи прибирання зайвих пробілів.
  4. Натисніть «Витягнути текст», а потім скопіюйте його чи завантажте файл .txt.

Коли корисно

  • Скопіювати цитату чи таблицю цифр зі звіту.
  • Передати текст PDF у перекладач чи лічильник слів.
  • Шукати по довгому документу у власному редакторі.

Конфіденційність та обмеження

Ваші дані

Ваші файли обробляються в браузері й не завантажуються на сервер — сайт отримує лише анонімну подію «інструмент відкрито», без вмісту. Результат, надісланий в інший інструмент, зберігається на цьому пристрої 24 години в «Останніх діях».

Обмеження

  • Розпізнавання тексту (OCR) немає: сканований PDF без текстового шару тексту не дасть.
  • Складна верстка — колонки, таблиці, виноски — може вийти в іншому порядку, ніж ви читаєте її на сторінці.

Поширені запитання

Чому в моєму PDF не знайдено тексту?

Найімовірніше, PDF — це скан: зображення сторінок без текстового шару. Інструмент читає лише текст, який справді є у файлі; розпізнавання тексту із зображень (OCR) тут не виконується.

Що робить склеювання рядків?

У PDF кожен рядок на сторінці закінчується переносом. Склеювання з'єднує такі рядки назад в абзаци й зберігає справжні розриви між абзацами, тож текст читається звично.

Чому порядок тексту неправильний?

PDF зберігає текст шматками, розміщеними на сторінці, а не в порядку читання. У колонках чи таблицях ці шматки можуть вийти в іншій послідовності. Часто допомагає витягувати менший діапазон сторінок.