UltKit
Obrázky11
Převodník obrázkůKomprese obrázkůZměna velikosti obrázkuOříznutí obrázkuObrázek do PDFFotka na pasObrázek do SVGVšechny nástroje: Obrázky →
PDF13
Komprese PDFPřevodník PDFPDF na obrázekSpojení PDFRozdělení PDFOdemčení PDFZabezpečení PDFVšechny nástroje: PDF →
Dokumenty a data7
Převod do PDFPřevodník dokumentůObrázek na text (OCR)Obrázek do ExceluPřevodník datPřevodník e-knihVšechny nástroje: Dokumenty a data →
Video6
Převodník videaKomprese videaVideo na zvukVideo na GIFStřih videaZvuk na videoVšechny nástroje: Video →
Zvuk4
Převodník zvukuKomprese zvukuStřih zvukuZvuk na textVšechny nástroje: Zvuk →
Další nástroje22
Generátor QR kódůKomprese do ZIPRozbalení onlinePřevodník časových pásemPřevodník jednotekGenerátor heselPočítadlo slovVýběr barvyVšechny další nástroje →
BlogJak to funguje

Převodník PDF do TXT

Uložte text z PDF jako soubor .txt, který otevře každý editor, skript i vyhledávací nástroj. Zda bude text bezchybný, závisí na jediné věci uvnitř vašeho PDF: zda obsahuje skutečnou textovou vrstvu, nebo jen obrázky stránek.

Převodník PDF

nebo sem přetáhněte soubory PDF ·

Max. 95 MB na soubor· Až 20 souborů· Smazáno po 30 minutách

Výstup

Soubory se zpracovávají na našich serverech a po 30 minutách se smažou.

Jak nástroj používat

  1. 1

    Přidejte soubory PDF

    Vyberte jedno PDF nebo najednou až 20 souborů, každý do 95 MB. V jedné dávce mohou být psané, exportované i naskenované dokumenty.

  2. 2

    Zkontrolujte nastavení pro skeny

    Volba Převést na je už nastavená na Prostý text. Pokud je dokument sken v jiném jazyce než angličtině, otevřete Pokročilá nastavení a jazyk vyberte v poli Jazyk dokumentu.

  3. 3

    Převeďte a uložte

    Stiskněte Převést na Prostý text a stáhněte každý soubor .txt, nebo všechny dohromady jako ZIP.

Pokud ve čtečce PDF dokážete označit jediné slovo, text je už v souboru a kopie TXT je přesná; pokud se celá stránka zvýrazní jako fotka, musí ji nejdřív přečíst OCR.

Převod PDF do textu: textová vrstva, nebo naskenovaná stránka

PDF exportované z Wordu, Google Docs nebo prohlížeče ukládá znaky s jejich polohou, takže jejich získání znamená přečíst je ve smysluplném pořadí. PDF ze skeneru nebo fotoaparátu telefonu ukládá jen obrázek každé stránky a text je nutné rozpoznat. Mnohé kancelářské PDF obojí mísí: psaný dopis s naskenovanou stránkou s podpisem na konci.

Rozpoznávání textu (OCR) určuje, jak se s každou stránkou naloží. Tři níže uvedená nastavení se u těchto typů souborů chovají různě a pro většinu z nich je správná volba Auto.

Stránky, které už mají textovou vrstvu, se zkopírují tak, jak jsou; stránky bez ní se rozpoznají v Jazyk dokumentu, který jste vybrali.

  • Nejlepší pro smíšené soubory
  • Bez ztráty přesnosti u digitálních stránek

Převodník PDF do textu vrací nesmyslné znaky

Uvnitř PDF je text seznam kódů glyfů pro konkrétní písmo, nikoli písmena. Dobře vytvořený soubor obsahuje mapu ToUnicode, která říká, který kód znamená který znak. Soubory z některých starších tiskových ovladačů a vlastních generátorů sestav tuto mapu vynechávají, a proto kopírování z nich dává nesmysly, přestože stránka vypadá dokonale. Spolehlivým řešením je vynucené OCR a naskenované PDF na text podrobně popisuje nastavení pro skeny.

Samotné TXT je v UTF-8, takže diakritika, cyrilice, arabština, dévanágarí i znaky CJK zůstanou zachovány. Písma psaná zprava doleva se ukládají v pořadí čtení, což editory i vyhledávače očekávají.

Zalomení řádků, dělení slov, sloupce a záhlaví v TXT

  1. Zalomení řádků

    PDF zná řádky, ne odstavce. Řádky se spojí tam, kde mezery naznačují odstavec, ale básně, adresy a výpisy kódu může být nutné zkontrolovat ručně.

  2. Dělení slov

    Slovo rozdělené na konci řádku jako „pře-“ a „vod“ se obvykle spojí zpět. Skutečný spojovník na konci řádku, například v „česko-slovenský“, může o spojovník přijít, proto ho vyhledejte, pokud záleží na přesném znění.

  3. Sloupce

    Dvousloupcové časopisy se čtou sloupec po sloupci. U rušných rozvržení s rámečky nebo citacemi se může boční panel dostat mezi dva odstavce.

  4. Záhlaví a zápatí

    Průběžné nadpisy, čísla stránek a řádky o důvěrnosti se opakují na každé stránce a v TXT skončí mezi stránkami. Najít a nahradit opakovaný řádek je odstraní jedním průchodem.

PDF

Portable Document Format

PDF vytvořil Adobe v roce 1993 a v roce 2008 se stal otevřenou normou ISO 32000. Zafixuje text, písma, obrázky a rozvržení, takže dokument vypadá stejně na každé obrazovce i tiskárně. PDF může obsahovat formuláře, podpisy, odkazy, přílohy a prohledávatelný text a varianta PDF/A se používá pro dlouhodobou archivaci. Pevné rozvržení ztěžuje úpravy a skenovaná PDF obsahují jen obrázky, pokud se nepoužije OCR. Otevře je každý prohlížeč i operační systém.

Komprese
–
Průhlednost
Ano
Animace
Ne
Představeno
1993 · Adobe
Převodník PDF

TXT

Prostý text

Soubor TXT obsahuje pouze prosté znaky bez formátování, písem, obrázků či rozvržení. Moderní textové soubory bývají kódované v UTF-8, které pokrývá všechny jazyky, starší soubory ale mohou používat jiná kódování a zobrazit nesmyslné znaky. Prostý text je drobný, nikdy nezastará a otevře se na každém zařízení od telefonů po servery. Neobsahuje tučné písmo, tabulky ani obrázky, takže strukturu je nutné vyjádřit mezerami nebo jednoduchým značkováním.

Komprese
–
Průhlednost
–
Animace
–
Představeno
–
Převodník TXT

Soubor .txt je nejmenší společný jmenovatel: přijímají ho datové procesy, vyhledávací indexy, nástroje pro titulky a překlad i běžný e-mail, zatímco PDF potřebuje parser, než z něj lze přečíst slova.

Převod PDF do textu zdarma: soubory, velikosti a jazyky

PDF v dávce
20
na jedno PDF
95 MB
jazyky OCR
34
do smazání souborů
30 min

Otázky k převodu PDF do TXT

Jak převést PDF do textu zdarma a bez instalace?

Nahrajte PDF na této stránce a stiskněte Převést na Prostý text. Nepotřebujete účet ani žádný software; převod probíhá na našich serverech a soubory se po 30 minutách smažou, jak je popsáno v části jak to funguje.

Proč soubor TXT obsahuje místo písmen symboly jako (cid:42) nebo čtverečky?

PDF používá písmo bez tabulky, která by jeho glyfy převedla zpět na znaky Unicode, takže tvary se vytisknou správně, ale nenesou význam písmen. Nastavte Rozpoznávání textu (OCR) na Vždy: OCR přečte tvary jako obrázek a obvykle obnoví skutečná slova.

Lze převést do textu jen některé stránky PDF?

Ano. Přepněte Stránky k převodu na Vybrané stránky a zadejte rozsah, například 3-7, 12. Přečtou se jen tyto stránky, což zrychlí i zpracování dlouhých skenů.

Proč po převodu vypadají dvojice písmen fi a fl divně?

Mnohá písma kreslí fi, fl a ffi jako jeden spojený glyf, takzvanou ligaturu. Většina PDF ji mapuje zpět na samostatná písmena, ale některá na jeden znak Unicode, například U+FB01, který na obrazovce vypadá správně, ale naruší hledání obyčejných písmen. Pomůže funkce najít a nahradit ve vašem editoru.

Zachová soubor TXT konce stránek?

Stránky následují za sebou v jednom souboru, takže nedostanete samostatný soubor pro každou stránku. Pokud potřebujete jeden textový soubor na stránku, převeďte stránky v samostatných bězích pomocí Stránky k převodu.