PDF in Text
Extrahiere auswählbaren Text, prüfe ihn und speichere eine TXT-Datei, während deine PDF im Browser bleibt.
Textanordnung
Probiere das ungefähre Layout bei Tabellen und Spalten. Die Ausrichtung muss möglicherweise korrigiert werden.
Die PDF wird lokal im Browser verarbeitet; die Datei wird nicht hochgeladen. Der Lesetext folgt der in der PDF gespeicherten Reihenfolge, daher können Spalten und Tabellen in unerwarteter Reihenfolge erscheinen.
So extrahierst du Text aus einer PDF
- Beginne mit PDF in Text, indem du eine PDF auswählst oder sie in den Dateibereich ziehst. Gib bei Aufforderung das Passwort des Dokuments ein.
- Lass Seiten leer, um das ganze Dokument zu verarbeiten, oder gib eine Auswahl ein. Zum Beispiel extrahiert 1-3, 5 vier Seiten in dieser Reihenfolge.
- Wähle Lesetext für gewöhnliche Absätze. Probiere Ungefähres Layout, wenn Leerzeichen zwischen Spalten oder Tabelleneinträgen wichtig sind.
- Lass Seitentrenner aktiviert, um die Quellseiten zu identifizieren, und wähle dann Text extrahieren. Prüfe jeden Hinweis zu Seiten ohne nutzbaren Text.
- Korrigiere das bearbeitbare Ergebnis und kopiere es dann oder lade eine UTF-8-.txt-Datei herunter. Beide Aktionen verwenden den aktuell angezeigten Text.
Praktische Wege, den extrahierten Text zu nutzen
- Kopiere Text aus PDF-Berichten in Arbeitsnotizen, ohne ganze Absätze neu zu tippen.
- Speichere den Wortlaut eines digitalen Dokuments als reinen Text für die spätere Bearbeitung.
- Sammle ausgewählte Handbuchseiten und behalte Seitenbeschriftungen als Referenz.
- Prüfe Text aus einer Tabelle mit ungefähren Abständen, bevor du die Ausrichtung korrigierst.
- Prüfe Wort- und Zeichensummen, während du unerwünschte Überschriften aus dem Ergebnis entfernst.
Fragen zur PDF-Textextraktion
Warum liefert eine Seite keinen Text?
Ein Scan kann Bilder von Buchstaben ohne Textebene enthalten. Dieses Werkzeug führt kein OCR durch. Seiten mit weniger als drei Nicht-Leerzeichen werden als ohne nutzbaren Text gemeldet; auch leere Seiten lösen diesen Hinweis aus.
Welche Textanordnung sollte ich wählen?
Lesetext folgt der in der PDF gespeicherten Elementreihenfolge und verwendet Positionen, um Abstände und Zeilenumbrüche hinzuzufügen. Ungefähres Layout ordnet Elemente von oben nach unten und von links nach rechts an und fügt Leerzeichen dazwischen ein. Keiner der Modi garantiert die ursprüngliche Lesereihenfolge bei komplexen Spalten.
Warum fehlen Leerzeichen oder sind Zeichen falsch?
PDFs speichern positionierte Textfragmente, und manche Schriften haben unvollständige Zeichenzuordnungen. Probiere den anderen Anordnungsmodus und vergleiche die Ausgabe mit dem Original. Du kannst den extrahierten Text vor dem Export korrigieren.
Kann ich Text aus einer passwortgeschützten PDF extrahieren?
Gib das Passwort ein, wenn das Feld erscheint, und wähle dann Öffnen. Du benötigst das richtige Passwort; das Werkzeug umgeht es nicht. Das Passwort wird nur für dieses Laden im Speicher gehalten.
Behält PDF in TXT die Word-Formatierung?
TXT enthält reinen Text mit Zeilenumbrüchen und Leerzeichen. Es behält keine Schriftarten, Bilder, interaktiven Formulare oder digitalen Signaturen, und dieses Werkzeug exportiert keine Word-Dokumente. Generierte Seitenbeschriftungen sind von den Zählungen ausgeschlossen; Zeichensummen schließen auch Zeilenumbrüche aus.
Wird meine PDF hochgeladen, und kann ich eine große Datei verarbeiten?
Die Datei wird lokal im Browser verarbeitet und nicht hochgeladen. Große Dokumente können länger dauern oder den verfügbaren Gerätespeicher überschreiten. Die Auswahl weniger Seiten reduziert die Extraktionsarbeit, obwohl der Browser die PDF trotzdem öffnen muss.