PDF в текст

Извлекает текст из PDF по страницам.

1. Выберите PDF, из которого нужен текст

Текст извлекается постранично из PDF, сохранённых из Word или Excel, скачанных из интернета материалов и т. п.

Перетащите PDF сюда

или

2. Выберите вид текста

Изменения сразу видны в тексте.

Когда «Разделители страниц» включены, перед каждой страницей стоит строка вида «--- 1 ---». Включите «Склеить в абзацы», чтобы соединить строки, разорванные по ширине строки PDF: каждый абзац станет одной строкой.

3. Скопировать или сохранить

Выберите PDF, чтобы скопировать или сохранить текст.

Всё происходит на этом устройстве. PDF никуда не загружается.

В зависимости от того, как сделан PDF, порядок текста может отличаться от того, что видно на странице. Таблицы и колонки могут сбиться.

Пригодилось? Будем рады, если поделитесь

Что-то не работает или есть идея, как сделать лучше?

Сообщить о проблемеПредложить улучшение

Как пользоваться

  1. 1. Выберите PDF

    Нажмите «Выбрать файлы» и выберите PDF, из которого нужен текст. Сразу после выбора текст читается страница за страницей.

  2. 2. Посмотрите текст

    Текст выводится по страницам. Прокрутите вниз, чтобы увидеть остальные страницы. Чтобы взять только одну страницу, нажмите «Копировать» справа вверху этой страницы.

  3. 3. Выберите вид текста

    Над текстом нажмите «Разделители страниц», чтобы выключить их и убрать строки «--- 1 ---». Нажмите «Склеить в абзацы», чтобы включить: разорванные строки соединятся. Текст ниже сразу изменится.

  4. 4. Скопируйте или сохраните

    Нажмите «Копировать всё», чтобы скопировать текст всех страниц сразу. Если нужен файл, нажмите «Скачать текст».

Пригодится, когда

  • Нужно использовать текст из присланного PDF

    Возьмите из материалов к совещанию или объявления только нужные абзацы и вставьте их в письмо или отчёт.

    Тем, кто готовит документы

  • Документ остался только в PDF, а его надо переделать

    Даже без исходного файла Word можно извлечь текст и заново отредактировать его в текстовом редакторе.

    Тем, кто переделывает документы

  • Нужно найти слово в длинном PDF

    В виде обычного текста его легко искать в любом редакторе, считать слова или сравнивать с другой версией.

    Тем, кто читает договоры и статьи

  • Нужно быстро скопировать часть PDF на телефоне

    На телефоне выделять текст в PDF бывает неудобно. Кнопка «Копировать» у каждой страницы копирует её одним касанием.

    Тем, кто читает документы с телефона

Что важно знать заранее

  • Из PDF, сделанных из сканов или фотографий, текст извлечь нельзя (OCR для распознавания текста на изображениях нет).
  • Текст таблиц, колонок и рисунков может выйти не в том порядке, в каком он виден. Ячейки таблиц разделяются пробелами.
  • Размер, жирность, цвет шрифта и изображения не сохраняются. Извлекается только текст.

О тексте в PDF

PDF хранит текст как набор команд «поставить этот символ в эту точку страницы» и ничего не знает о строках и абзацах. Этот инструмент заново собирает строки и абзацы по положению и размеру символов: между русскими или английскими словами ставит пробелы, а между китайскими и японскими иероглифами — нет.

Некоторые PDF к тому же хранят символы-«двойники» с другим кодом (лигатуры вроде «fi», китайские ключи и т. п.), которые потом не находятся при поиске и замене. Инструмент превращает их в обычные символы перед показом текста.

Из каких PDF текст извлекается, а из каких нет
Извлекается ли текстКак понять
Сохранён из Word, Excel и т. п.ДаТекст можно выделить в просмотрщике PDF
Веб-страница, сохранённая в PDFДаТак же: текст выделяется
Отсканированный или сфотографированный документНетВся страница выделяется как одна картинка
PDF с паролемДа, с паролемПри открытии спрашивает пароль

Частые вопросы

Ответы на вопросы, которые часто возникают перед началом.

Мой PDF куда-нибудь отправляется?

Нет. PDF читается в браузере на вашем устройстве и никогда не загружается на сервер. Введённый пароль тоже используется только на устройстве.

Можно ли извлечь текст из отсканированного PDF?

Нет. В PDF из сканов или фотографий текст хранится как изображение. Вы увидите сообщение «Из этого PDF не удалось извлечь текст». Распознавать текст на изображениях (OCR) инструмент не умеет.

Только у некоторых страниц написано «На этой странице нет текстовых данных.»

Эти страницы состоят только из изображений — например, отсканированного листа или рисунка, — поэтому текстовых данных на них нет. Текст остальных страниц извлекается как обычно.

Не появятся ли странные символы-двойники, которые не находятся поиском?

Нет. Символы-двойники, которые часто встречаются в PDF, — китайские ключи, совместимые иероглифы, лигатуры вроде «fi» — перед показом и сохранением превращаются в обычные символы.

Слишком много переносов строк.

PDF переносит строки там, где кончается ширина. Выберите для «Переносы строк» вариант «Склеить в абзацы», и строки каждого абзаца склеятся в одну. Английские слова, разорванные дефисом в конце строки, тоже соединятся.

Мне не нужны строки «--- 1 ---».

Выберите для «Разделители страниц» вариант «Не вставлять». Страницы будут разделены пустой строкой, а страницы без текста пропустятся.

Что происходит с таблицами?

Каждая строка таблицы выходит одной строкой слева направо, ячейки разделены пробелами. На столбцы, как в электронной таблице, она не делится, так что после вставки её, возможно, придётся поправить.

Текст идёт не в том порядке, что на странице.

Текст следует порядку, в котором он записан внутри PDF. Колонки, текст, добавленный позже, и подписи на рисунках могут оказаться не там, где их видно.

Чем открыть сохранённый текстовый файл?

Это текстовый файл в UTF-8 (.txt), его откроет любой редактор, например «Блокнот» или TextEdit. Называется он так же, как PDF, только с «.txt» на конце.

Работает ли с PDF, защищёнными паролем?

Да. Если выбрать такой файл, появится поле для пароля. Введите пароль для открытия PDF и нажмите «Открыть». PDF, пароль от которого вы не знаете, прочитать нельзя.

Это бесплатно?

Да. Без регистрации и без рекламы.

Другие инструменты