Funziona su questo dispositivo

PDF in testo

Tira fuori le parole di un PDF come file di testo semplice — riunite in paragrafi per leggere, o riga per riga per i dati.

    Come estrarre il testo da un PDF

    1. Scegli il tuo PDF. La lettura comincia subito: non c'è nulla da premere.
    2. Scegli se le righe mandate a capo vadano riunite in paragrafi o tenute esattamente così.
    3. Salva il .txt e aprilo dove vuoi: è testo semplice in UTF-8.

    Due lavori diversi con lo stesso nome

    Dietro «tirare fuori il testo» si nascondono due compiti che vogliono trattamenti opposti. Se leggerai il risultato, o lo incollerai da qualche parte, vuoi che le righe mandate a capo dalla pagina tornino a formare frasi. Se stai estraendo una tabella o un elenco di codici, quegli a capo *sono* la struttura, e unirli la distrugge.

    Per questo sono offerti entrambi, anziché indovinati. La riunione usa la spaziatura tra le righe per decidere dove un paragrafo finisce davvero, e ricompone le parole spezzate a fine riga. Tenere le righe ti restituisce la pagina esattamente come era impaginata, riga per riga.

    Il testo viene dal livello di testo del PDF stesso, quindi sono le parole che il documento contiene davvero, non un'ipotesi ricavata da un'immagine. Il che vuol dire anche che un PDF scansionato non contiene testo da estrarre: contiene fotografie di testo. Lo strumento te lo dice, invece di consegnarti un file vuoto.

    L'uscita è UTF-8 semplice, che qualsiasi editor, foglio di calcolo o script legge senza cerimonie. La formattazione non sopravvive, per definizione: se vuoi titoli e grassetto, usa PDF in Word.

    Domande sull'estrazione del testo

    Perché il mio file è vuoto?

    Perché il PDF è una scansione: contiene immagini di pagine anziché testo. Leggere quelle parole richiede l'OCR, e fare OCR online significa caricare il documento. Lo strumento te lo dice invece di consegnarti un file bianco.

    Riunire le righe o tenerle?

    Riunire per tutto ciò che leggerai o incollerai come prosa: relazioni, lettere, articoli. Tenere per tabelle, codice, indirizzi o elenchi, dove gli a capo portano un significato che unirli distruggerebbe.

    La formattazione viene mantenuta?

    No, ed è proprio questo che significa testo semplice. Grassetto, titoli, colonne e tabelle si appiattiscono in parole. Se ti serve la formattazione, PDF in Word mantiene paragrafi, titoli e stili di carattere.

    Perché una pagina su più colonne esce mescolata?

    Un PDF non registra che qualcosa era una colonna, quindi il testo viene letto nell'ordine in cui è stato collocato nel file, e in un impianto a due colonne questo significa spesso passare dall'una all'altra. Tenere le righe anziché riunirle di solito rende più facile riordinarle a mano.

    Il mio documento viene caricato?

    No. Il browser legge il PDF e scrive il .txt sul tuo dispositivo. Non viene inviato nulla da nessuna parte.

    Altri strumenti PDF