Convertire DOCX in TXT
Riduci un documento Word al solo testo. Il convertitore crea un file .txt pulito, con la codifica e il tipo di fine riga che il programma successivo si aspetta, pronto per strumenti di ricerca, software di traduzione, script o una finestra di chat.
Convertitore di documenti
oppure trascina qui File PDF, DOC, DOCX … ·
Max 95 MB per file· Fino a 20 file· Eliminati dopo 30 minuti
I file vengono elaborati sui nostri server ed eliminati dopo 30 minuti.
150 DPI trasformano una pagina A4 in circa 1240 × 1754 px. Usare 300 per la stampa.
Converte l'intero file o solo alcune pagine o diapositive (per file PDF e presentazioni).
Pagine o diapositive da convertire, ad es. 1-3, 5, 8-10.
UTF-8 funziona per tutte le lingue. Scegliere UTF-8 con BOM se Excel o Blocco note su Windows mostrano caratteri illeggibili; le codifiche obsolete servono solo per software datato.
LF per macOS, Linux ed editor di codice; CRLF per programmi Windows meno recenti come il classico Blocco note.
La virgola è lo standard. Usare il punto e virgola per Excel nei paesi che scrivono i decimali con la virgola (Germania, Francia, Brasile, Italia).
File Excel con più fogli: converte tutti i fogli (una sezione o un file per foglio) oppure solo il primo.
Come usare questo strumento
- 1
Carica i file DOCX
Trascinare un documento o un gruppo fino a 20 file, ciascuno di massimo 95 MB. Sono accettati anche i vecchi file .doc, .docm e .dotx.
- 2
Scegli codifica e fine riga
Converti in è impostato su Testo semplice e Formattazione su Solo testo. In Impostazioni avanzate lasciare Codifica del testo su UTF-8, a meno che un vecchio programma richieda una tabella codici, e scegliere CRLF in Fine riga per gli strumenti Windows classici.
- 3
Converti in TXT
Premere Converti in Testo semplice e scaricare un file .txt per ogni documento, oppure tutti insieme in un file ZIP.
Caricare il file Word, lasciare Formattazione su Solo testo e premere Converti in Testo semplice per ottenere un .txt con ogni parola, in UTF-8 salvo diversa scelta della codifica.
Perché estrarre il testo semplice da un documento Word
Un file DOCX è un archivio ZIP di parti XML. Le parole si trovano in word/document.xml, racchiuse in tag di run e di paragrafo, accanto a fogli di stile, definizioni di numerazione, immagini e relazioni. I programmi che vogliono solo il testo devono prima estrarre tutto questo, e molti rifiutano semplicemente il file.
Qui il testo semplice è utile. Ricercatori che caricano interviste in uno strumento di analisi testuale, traduttori che quotano a caratteri, sviluppatori che passano documenti a uno script e redattori che incollano testi in un sistema di contenuti hanno tutti bisogno delle parole senza il contorno. Word può farlo un file alla volta con Salva con nome e la finestra di conversione del file; il convertitore lo fa per un intero gruppo e permette di impostare la codifica una volta sola.
Il testo di altre origini segue lo stesso percorso: da HTML a TXT ripulisce le pagine web salvate, mentre le presentazioni hanno un percorso a parte.
Scegliere codifica e fine riga del file TXT
È l'impostazione predefinita e la scelta giusta quasi sempre. Copre ogni scrittura, dal latino accentato all'hangul e alle emoji, ed è ciò che si aspettano strumenti web, Git, Python e gli editor moderni.
- Il Blocco note di Windows salva in UTF-8 senza BOM per impostazione predefinita dalla versione 1903 di Windows 10
- Abbinare a fine riga LF per macOS, Linux e codice
UTF-8 più tre byte di riconoscimento all'inizio del file. Usarlo quando un programma Windows mostra le lettere accentate come é o caratteri simili.
- Alcuni strumenti Unix mostrano il BOM come un carattere isolato
- Abbinare a CRLF per il software Windows classico
Windows-1252, ISO-8859-1, Shift_JIS, GB18030 ed EUC-KR esistono per il software scritto prima di Unicode. I caratteri esterni alla tabella codici scelta non possono essere salvati.
- Sceglierne una solo se un programma indica di averne bisogno
- più .docm e .dotx
- .docx .doc
- codifiche del testo tra cui scegliere
- 8
- stili di fine riga
- LF / CRLF
- prima dell'eliminazione dei file
- 30 min
DOCX
Documento Microsoft Word
DOCX è il formato di documento predefinito di Microsoft Word da Office 2007, basato sullo standard Office Open XML (ECMA-376, ISO/IEC 29500). È un pacchetto ZIP di file XML che contiene testo, stili, immagini, tabelle, commenti e revisioni. È il formato più comune per i documenti modificabili in uffici, scuole e candidature di lavoro. L'impaginazione può cambiare leggermente tra Word, Google Documenti, LibreOffice e Pages, soprattutto con formattazioni complesse. La maggior parte dei programmi di videoscrittura apre i file DOCX.
- Compressione
- –
- Trasparenza
- –
- Animazione
- –
- Introdotto
- 2007 · Microsoft
TXT
Testo semplice
Un file TXT contiene solo caratteri semplici, senza formattazione, font, immagini o impaginazione. I file di testo moderni sono in genere codificati in UTF-8, che copre tutte le lingue, mentre quelli più vecchi possono usare altre codifiche e mostrare caratteri illeggibili. Il testo semplice è minuscolo, non diventa mai obsoleto e si apre su qualsiasi dispositivo, dagli smartphone ai server. Non può contenere grassetto, tabelle o immagini, quindi la struttura va espressa con la spaziatura o con un semplice markup.
- Compressione
- –
- Trasparenza
- –
- Animazione
- –
- Introdotto
- –
Si passa da DOCX a TXT quando per il passaggio successivo contano solo le parole: un corpus o un indice di ricerca, un preventivo di traduzione a caratteri, uno script che analizza le righe o un campo di modulo che accetta solo testo semplice.
Cosa perde un file TXT rispetto al DOCX
- Testo sempliceTXT · text/plain
- Un file composto solo da caratteri e interruzioni di riga, senza font, dimensioni, colori, immagini o impaginazione. Il suo significato dipende interamente dalla codifica usata per trasformare di nuovo i byte in caratteri.
Tutto ciò che è visivo scompare: grassetto, corsivo, font, interruzioni di pagina, intestazioni, colonne, immagini e grafici. Gli elenchi numerati e puntati conservano le parole, i paragrafi mantengono l'ordine e restano separati da interruzioni di riga. Le immagini possono comunque essere salvate come file accanto al testo attivando Includi le immagini, che le riunisce al TXT in un file ZIP.
Domande sulla conversione da DOCX a TXT
Il file di testo include il testo eliminato con le revisioni?
No. Con Includi i commenti disattivato si ottiene il documento così come appare dopo l'accettazione di tutte le modifiche: gli inserimenti restano, le eliminazioni scompaiono e i fumetti dei commenti vengono omessi. Attivare l'opzione solo se si vogliono i commenti dei revisori scritti nel testo.
Che fine fanno le tabelle del documento Word?
Ogni riga di tabella diventa una riga di testo con il contenuto delle celle in ordine di lettura. Si conserva ogni parola ma si perde la griglia, quindi per un documento costituito soprattutto da tabelle è meglio da DOCX a HTML, che le mantiene come vere tabelle.
Quale codifica scegliere per un vecchio programma Windows?
Provare prima UTF-8 con BOM: i tre byte iniziali indicano a molti programmi Windows che il file è in UTF-8. Se il programma è precedente a Unicode, scegliere Windows-1252 per il testo dell'Europa occidentale, Shift_JIS per il giapponese, GB18030 per il cinese o EUC-KR per il coreano.
Perché convertire in TXT prima di incollare il testo in un assistente IA o in uno strumento di traduzione?
Copiando da Word possono arrivare formattazione nascosta, virgolette tipografiche, trattini condizionali e codici di campo invisibili insieme alle parole. Un file di testo semplice dà allo strumento esattamente i caratteri della pagina, e il conteggio dei caratteri corrisponde a quello che vedrà un preventivo di traduzione o un limite di token.
È possibile mantenere i titoli contrassegnati in qualche modo?
Il testo semplice non ha titoli, solo righe. Se i titoli devono restare riconoscibili, conviene convertire in Markdown: da DOCX a Markdown li scrive come righe con # che si leggono comunque naturalmente come testo.