Извлеките простой текст из PDF и скопируйте его
Обработка в вашем браузере. Ничего не загружается на сервер.Извлечение текста из PDF даёт простые слова, которые можно вставить куда угодно, с возможностью сохранить разрывы страниц. Отсканированная страница содержит картинки, а не текст, поэтому извлечь из неё нечего, и инструмент прямо об этом говорит. До 5 файлов по 500 страниц.
Эта страница переведена машинным способом с английского оригинала. Перевод ещё не проверен человеком, поэтому ориентируйтесь на английскую версию. Читать английский оригинал
Нажмите «Выбрать PDF-файлы» и выберите PDF; текст читается на вашем устройстве.
Включите или выключите «Сохранять разрывы страниц» и «Добавить номера страниц» в разделе «Параметры текста».
Прочитайте результат на панели «Извлечённый текст».
Нажмите «Копировать текст» или «Скачать .txt», чтобы сохранить его как файл.
«PDF в текст» извлекает слова из PDF и помещает их на панель, где их можно прочитать, скопировать или сохранить как файл .txt. Перетащите файл, и появится текст каждой страницы, а под ним — текущее число слов и символов.
Это самый быстрый способ избавиться от мелких неудобств, которые создаёт PDF: выделения текста в программе просмотра, которая всё время захватывает не ту колонку, цитирования трёх абзацев договора в письме, переноса основного текста отчёта в документ, чтобы его отредактировать, или переноса содержимого длинной выписки в таблицу. Форму результата задают два переключателя. «Сохранять разрывы страниц» оставляет пустую строку там, где закончилась каждая страница; если его выключить, предложение, разорванное между двумя страницами, снова собирается воедино. «Добавить номера страниц» пишет метку над каждой страницей, чтобы в длинном фрагменте было легко найти нужное место.
PDF хранит текст как размещённые на странице фрагменты, а не как предложения, поэтому при копировании из программы просмотра так часто ломаются пробелы. Инструмент это исправляет: повторяющиеся пробелы сжимаются, строки, которые явно являются одним перенесённым предложением, соединяются, слова, разделённые дефисом в конце строки, снова становятся целыми, а разрывы абзацев сохраняются.
В некоторых PDF текста нет вовсе. Скан или фотография документа — это изображение слов, а не слова, поэтому извлекать нечего; инструмент прямо говорит об этом, вместо того чтобы выдать пустое поле, и называет два инструмента, которые умеют читать скан: PDF to Image, а затем Image to Text. Всё работает в вашем браузере, и ничего не загружается на сервер, поэтому договоры, медицинские письма и расчётные листки никогда не покидают ваше устройство. До пяти PDF, по 50 MB и 500 страниц каждый, а защищённый файл можно прочитать, введя его пароль.
Перетащите PDF на страницу. Текст каждой страницы читается на вашем устройстве и для обычного документа за секунду-другую появляется на панели справа. Оттуда «Копировать текст» помещает его целиком в буфер обмена, а «Скачать .txt» сохраняет его как файл .txt с именем PDF.
Нет. Текст читается в вашем браузере тем же движком, который показывает PDF на экране. Ничего не отправляется на сервер и ничего не сохраняется, поэтому договор, расчётный листок или медицинское письмо никогда не покидают ваш компьютер или телефон.
Потому что отсканированная страница — это фотография документа, а не документ. Файл содержит изображение слов, поэтому извлекать нечего. Инструмент прямо говорит об этом, вместо того чтобы вернуть пустое поле, и указывает на два шага, которые здесь сработают: PDF to Image, а затем Image to Text, который распознаёт слова.
PDF хранит текст как фрагменты, размещённые по координатам, а не как предложения, поэтому программа просмотра часто возвращает сломанные пробелы и строки, обрывающиеся на полуслове. Этот инструмент исправляет типичные повреждения: сжимает повторяющиеся пробелы, соединяет строки, которые являются одним перенесённым предложением, восстанавливает слова, разделённые дефисом, и сохраняет разрывы абзацев.
Да. «Сохранять разрывы страниц» оставляет пустую строку там, где закончилась каждая страница; это удобно, когда нужно знать, что было на какой странице. «Добавить номера страниц» пишет над каждой страницей метку вида --- Page 3 ---. Выключите оба переключателя, и страницы пойдут сплошным текстом.
До пяти PDF за раз, по 50 MB и 500 страниц каждый. PDF, защищённый паролем, можно прочитать, введя пароль в строке файла; пароль остаётся на вашем устройстве. Макет не сохраняется: вы получаете простой текст, поэтому таблицы превращаются в строки, а не в сетку.
Чтобы вытащить текст из PDF, перетащите файл, и слова каждой страницы появятся на панели справа, готовые к копированию или сохранению в .txt. Повторяющиеся пробелы сжимаются, а переносы с дефисом соединяются. Отсканированный PDF ничего не даёт, потому что содержит изображение слов. До пяти PDF за раз, по 50 MB каждый.
Всё ещё не получается? Задайте вопрос об инструменте «PDF в текст» и ответить может любой, кто знает. Учётная запись не нужна.