PDF в текст
Извлеките текстовый слой PDF в файл .txt. Сканированные PDF (только изображения) текста не дадут.
Этот инструмент не загружает ваши файлы. Закройте вкладку, и ничего не останется.
Только слова, без всего остального
В заключении на двести страниц нужно найти и процитировать одну формулировку. Или текст нормативного документа должен уйти в переводчик, в разбор или просто в блокнот, без тянущихся следом колонтитулов. Выгрузка текста забирает ровно то, что хранится в файле как знаки, и сохраняет это в .txt в кодировке UTF-8, так что кириллица, буква ё и тире доходят без искажений.
Текст выстраивается по положению на странице, сверху вниз и слева направо, а это не всегда порядок чтения. Две колонки на одной высоте сливаются в одну строку, номера страниц и заметки на полях вклиниваются в текст; ячейки таблицы выходят подряд строками, а их привязка к колонкам теряется. Оформление, изображения и разбиение на страницы намеренно не переносятся. Если на выходе одна абракадабра, значит в файле нет соответствия начертаний знакам Unicode, что встречается у старых издательских программ и после выгрузки уже не чинится.
Отсканированный PDF даст пустой файл, и это не сбой: на скане нет знаков, есть только изображение страницы. Для таких документов существует распознавание текста, но русского языка в списке его вариантов нет. Тому, кому удобнее сразу получить текст в редактируемом файле, подойдёт выгрузка в Word, которая, впрочем, тоже содержит только текст. Файл читается локально в браузере, никуда ничего не загружается.
Как пользоваться
- 1
Выберите PDF.
- 2
При необходимости задайте диапазон страниц.
- 3
Нажмите «Начать» и скачайте результат.
Часто задаваемые вопросы
- Результат пустой.
- У сканированных PDF нет текстового слоя. Для них используйте инструмент ИИ-конвертации.
- Переносы строк выглядят странно.
- PDF не хранит структуру строк; строки определяются по позициям знаков. Каждая видимая строка заканчивается переносом, абзацы обратно не склеиваются, а многоколоночная вёрстка может перемешаться.