Działa na tym urządzeniu

PDF na tekst

Wyciągnij z PDF słowa jako zwykły plik tekstowy — złączone w akapity do czytania albo wiersz po wierszu do danych.

    Jak wyciągnąć tekst z PDF

    1. Wybierz swój plik PDF. Czytanie rusza od razu — nie ma czego naciskać.
    2. Wybierz, czy złamane wiersze mają zostać złączone w akapity, czy zostać dokładnie tak, jak padły.
    3. Zapisz plik .txt i otwórz go gdziekolwiek — to zwykły tekst w UTF-8.

    Dwa różne zadania pod jedną nazwą

    Za „wyciągnięciem tekstu” kryją się dwa zadania, które wymagają przeciwnego traktowania. Jeśli zamierzasz wynik przeczytać albo gdzieś wkleić, chcesz, żeby wiersze złamane przez stronę wróciły do postaci zdań. Jeśli wyciągasz tabelę albo listę kodów, to właśnie te złamania *są* strukturą, a ich złączenie ją niszczy.

    Dlatego oferowane są oba warianty, zamiast zgadywania. Złączanie korzysta z odstępów między wierszami, żeby rozstrzygnąć, gdzie akapit naprawdę się kończy, i scala słowa przeniesione na końcu wiersza. Zachowanie wierszy daje stronę dokładnie tak, jak była złożona, wiersz po wierszu.

    Tekst pochodzi z warstwy tekstowej samego PDF, są to więc słowa, które dokument naprawdę zawiera, a nie domysł z obrazka. Oznacza to również, że zeskanowany PDF nie zawiera tekstu do wyciągnięcia — zawiera fotografie tekstu. Narzędzie to mówi, zamiast podawać pusty plik.

    Wynik to czysty UTF-8, który każdy edytor, arkusz i skrypt czyta bez ceregieli. Formatowanie z definicji nie przetrwa: jeśli chcesz nagłówki i pogrubienie, użyj PDF na Word.

    Pytania o wyciąganie tekstu

    Dlaczego mój plik jest pusty?

    Bo PDF jest skanem: zawiera obrazy stron, a nie tekst. Odczytanie tych słów wymaga OCR, a OCR w internecie oznacza wysłanie dokumentu. Narzędzie mówi to wprost, zamiast podawać pusty plik.

    Złączać wiersze czy zachować?

    Złączać przy wszystkim, co będziesz czytać albo wklejać jako ciągły tekst — raporty, listy, artykuły. Zachować przy tabelach, kodzie, adresach czy wykazach, gdzie złamania niosą znaczenie, które złączenie by zniszczyło.

    Czy formatowanie zostanie zachowane?

    Nie, i właśnie to znaczy zwykły tekst. Pogrubienie, nagłówki, kolumny i tabele spłaszczają się do słów. Jeśli potrzebujesz formatowania, PDF na Word zachowa akapity, nagłówki i style znaków.

    Dlaczego strona wielokolumnowa wychodzi pomieszana?

    PDF nie zapisuje, że coś było kolumną, więc tekst czytany jest w kolejności, w jakiej trafił do pliku, co przy układzie dwukolumnowym często oznacza przeskakiwanie między kolumnami. Zachowanie wierszy zamiast ich złączania zwykle łatwiej potem uporządkować ręcznie.

    Czy mój dokument jest wysyłany?

    Nie. Przeglądarka czyta PDF i zapisuje .txt na twoim urządzeniu. Nic nigdzie nie trafia.

    Inne narzędzia PDF