PDF in Text umwandeln
Die Textebene eines PDFs in eine .txt-Datei extrahieren. Gescannte (reine Bild-)PDFs liefern keinen Text.
Dieses Tool lädt Ihre Dateien nicht hoch. Schließen Sie den Tab, und nichts bleibt zurück.
Nur der Wortlaut, ohne alles andere
In einem zweihundertseitigen Gutachten soll eine Formulierung gefunden und zitiert werden. Der Text einer Norm soll in ein Übersetzungswerkzeug, in eine Auswertung oder einfach in den Editor, ohne dass Kopf- und Fußzeilen mitwandern. Die Textausgabe zieht genau das heraus, was als Zeichen in der Datei gespeichert ist, und legt es als .txt in UTF-8 ab, sodass Umlaute und das scharfe S korrekt ankommen.
Geordnet wird der Text nach seiner Position auf der Seite, von oben nach unten und von links nach rechts, und das entspricht nicht immer der Lesereihenfolge. Bei zweispaltigem Satz verschmelzen zwei Spalten auf gleicher Höhe zu einer Zeile, und auch Seitenzahlen, Marginalien und Tabellen können den Ablauf durcheinanderbringen; Tabellenzellen erscheinen als aufeinanderfolgende Zeilen, ihre Zuordnung zu Spalten geht verloren. Formatierung, Bilder und Seitenaufteilung werden bewusst nicht übernommen. Kommt ausschließlich Buchstabensalat heraus, fehlt der Datei die Zuordnung ihrer Schriftzeichen zu Unicode, was bei manchen älteren Satzprogrammen vorkommt und sich nicht nachträglich reparieren lässt.
Eine eingescannte PDF ergibt eine leere Datei, und das ist kein Fehler: Auf einem Scan gibt es keine Zeichen, nur ein Bild der Seite. Für solche Dokumente ist die Texterkennung zuständig, in deren Sprachauswahl Deutsch allerdings nicht enthalten ist. Wer den Wortlaut lieber gleich in einem bearbeitbaren Dokument hätte, nimmt die Word-Ausgabe, die allerdings ebenfalls nur Text liefert. Gelesen wird die Datei lokal im Browser, ein Upload findet nicht statt.
So funktioniert es
- 1
Wählen Sie ein PDF aus.
- 2
Legen Sie optional einen Seitenbereich fest.
- 3
Klicken Sie auf Starten und laden Sie das Ergebnis herunter.
Häufige Fragen
- Das Ergebnis ist leer.
- Gescannte PDFs haben keine Textebene. Nutzen Sie dafür das KI-Konvertierungstool.
- Die Zeilenumbrüche sehen seltsam aus.
- PDFs speichern keine Zeilenstruktur; die Zeilen werden aus den Positionen der Zeichen abgeleitet. Jede sichtbare Zeile endet mit einem Zeilenumbruch, Absätze werden nicht wieder zusammengefügt, und mehrspaltige Layouts können sich vermischen.