PDF til tekst konverter

En PDF er let at læse, men akavet at genbruge: Du kan ikke altid vælge dens tekst rent, og det er kedeligt at kopiere side efter side i hånden. Dette værktøj udtrækker den almindelige tekst fra en PDFs tekstlag i én omgang, helt inde i din browser, og giver den tilbage klar til at kopiere eller downloade - ingen upload, ingen konto, intet vandmærke.

Udvindingen fungerer side for side. Hver sides tekst trækkes fra dokumentets eget tekstlag og adskilles af en tydelig "Side N"-markør, så en halvtreds sider lang rapport forbliver organiseret i stedet for at falde sammen til én udifferentieret væg af ord. Resultatet lander i en tekstboks, du kan læse, vælge, kopiere til udklipsholderen eller gemme som en .txt-fil, der åbnes hvor som helst.

Ærlighed er vigtig her: mange PDF'er er scanninger - fotografier af papir uden tekstlag overhovedet. Når det sker, vil ingen mængde af ekstraktion finde ord, så i stedet for at returnere en lydløst tom fil, registrerer værktøjet det tomme resultat og fortæller dig, at dokumentet er en scanning, hvilket peger dig på værktøjet Image to Text (OCR), der faktisk kan læse pixels. Dette er en tekstudtrækker, ikke en OCR-motor, og den foregiver ikke at konvertere en PDF til et redigerbart Word-dokument.

Fordi hele processen kører på din egen maskine gennem pdf.js-motoren, forlader fortrolige kontrakter, erklæringer og optegnelser aldrig enheden - der er ingen sidebegrænsninger og ingen server tur-retur. Hvis du har brug for siderne som billeder i stedet for tekst, gengiver PDF-til-JPG-værktøjet hver side til et billede i stedet for.