Convertitore da PDF a TXT
Salvare il testo di un PDF in un file .txt che qualsiasi editor, script o strumento di ricerca può aprire. Un testo perfetto dipende da un solo aspetto del PDF: se contiene un vero livello di testo o solo immagini delle pagine.
Convertitore PDF
oppure trascina qui File PDF ·
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.
I PDF scansionati sono immagini di pagine. Auto esegue l'OCR solo sulle pagine senza livello di testo; Sempre lo forza su ogni pagina.
La lingua del testo stampato nella scansione. Scegliere quella giusta migliora sensibilmente la precisione per accenti e alfabeti non latini.
Testo scorrevole riorganizza il testo in normali paragrafi, facili da modificare. Layout esatto colloca ogni blocco dov'era: l'aspetto è identico, ma è più difficile da modificare.
Dove vanno le tabelle rilevate nella cartella di lavoro.
Numeri di pagina o intervalli separati da virgole, ad es. 1-3, 5, 8-10.
Come usare questo strumento
- 1
Aggiungere i file PDF
Scegliere un PDF oppure fino a 20 alla volta, ciascuno di massimo 95 MB. Documenti digitali, esportati e scansionati possono stare nello stesso gruppo.
- 2
Controllare le impostazioni di scansione
Converti in è già impostato su Testo semplice. Se il documento è una scansione in una lingua diversa dall'inglese, aprire Impostazioni avanzate e selezionarla in Lingua del documento.
- 3
Convertire e salvare
Premere Converti in Testo semplice e scaricare ogni file .txt, oppure tutti insieme in un file ZIP.
Se nel visualizzatore PDF si riesce a selezionare una singola parola, il testo è già nel file e la copia TXT è esatta; se invece l'intera pagina si evidenzia come una foto, prima deve intervenire l'OCR.
Convertire PDF in testo: livello di testo o pagina scansionata
Un PDF esportato da Word, Google Docs o da un browser memorizza i caratteri insieme alle loro posizioni, quindi per estrarli bisogna leggerli in un ordine sensato. Un PDF prodotto da uno scanner o dalla fotocamera di un telefono contiene solo l'immagine di ogni pagina, e il testo va riconosciuto. Molti PDF d'ufficio uniscono le due cose: una lettera digitale con una pagina di firma scansionata in fondo.
Riconoscimento del testo (OCR) stabilisce come viene trattata ogni pagina. Le tre impostazioni qui sotto si comportano in modo diverso su questi tipi di file, e Auto è la scelta giusta nella maggior parte dei casi.
Le pagine che hanno già un livello di testo vengono copiate così come sono; quelle che ne sono prive vengono riconosciute nella Lingua del documento scelta.
- Ideale per file misti
- Nessuna perdita di precisione sulle pagine digitali
Ogni pagina viene riconosciuta dalla sua immagine, anche se contiene testo. Da usare quando il livello di testo esistente è danneggiato o pieno di simboli segnaposto.
- Risolve i PDF con font non mappati
- Più lento sui file lunghi
Viene letto solo il livello di testo esistente. Le pagine scansionate risultano vuote, il che è utile per capire quali pagine erano scansioni.
- Il più veloce
- Solo PDF digitali
Convertitore da PDF a testo: caratteri illeggibili nel risultato
In un PDF il testo è un elenco di codici di glifi di un certo font, non di lettere. Un file ben fatto include una mappa ToUnicode che indica quale codice corrisponde a quale carattere. I file di alcuni vecchi driver di stampa e di generatori di report personalizzati omettono questa mappa: per questo copiandone il testo si ottengono caratteri senza senso, anche se la pagina appare perfetta. Forzare l'OCR è il modo affidabile per aggirare il problema, e PDF scansionato in testo approfondisce le impostazioni per le scansioni.
Il file TXT è in UTF-8, quindi lettere accentate, cirillico, arabo, devanagari e caratteri CJK vengono conservati. Le scritture da destra a sinistra sono salvate in ordine di lettura, come si aspettano editor e motori di ricerca.
A capo, sillabazione, colonne e intestazioni nel TXT
Interruzioni di riga
Un PDF conosce le righe, non i paragrafi. Le righe vengono riunite dove la spaziatura suggerisce un paragrafo, ma poesie, indirizzi ed elenchi di codice possono richiedere un controllo manuale.
Sillabazione
Una parola divisa in «conver-» e «sione» a fine riga di solito viene riunita. Un vero trattino che cade a fine riga, come in «social-democratico», può perderlo: cercalo se la formulazione esatta è importante.
Colonne
Le riviste a due colonne vengono lette colonna per colonna. Impaginazioni complesse con riquadri o citazioni evidenziate possono inserire una barra laterale tra due paragrafi.
Intestazioni e piè di pagina
Titoli correnti, numeri di pagina e diciture di riservatezza si ripetono su ogni pagina e finiscono tra una pagina e l'altra nel TXT. Un trova e sostituisci sulla riga ripetuta li elimina in un colpo solo.
Portable Document Format
Il PDF è stato creato da Adobe nel 1993 ed è diventato lo standard aperto ISO 32000 nel 2008. Fissa testo, font, immagini e impaginazione, così il documento appare uguale su ogni schermo e stampante. I PDF possono contenere moduli, firme, link, allegati e testo ricercabile, e la variante PDF/A è usata per l'archiviazione a lungo termine. L'impaginazione fissa rende i PDF difficili da modificare, e i PDF scansionati contengono solo immagini se non si applica l'OCR. Ogni browser e sistema operativo può aprirli.
- Compressione
- –
- Trasparenza
- Sì
- Animazione
- No
- Introdotto
- 1993 · Adobe
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
- –
Un file .txt è il denominatore comune più basso: pipeline di dati, indici di ricerca, strumenti per sottotitoli e traduzione e semplici email lo accettano, mentre un PDF richiede un parser prima che qualcosa possa leggerne le parole.
Convertire PDF in testo gratis: file, dimensioni e lingue
- PDF per gruppo
- 20
- per PDF
- 95 MB
- Lingue OCR
- 34
- prima dell'eliminazione dei file
- 30 min
Domande sulla conversione da PDF a TXT
Come convertire un PDF in testo gratis senza installare nulla?
Carica il PDF in questa pagina e premi Converti in Testo semplice. Non serve alcun account né alcun software da installare: la conversione avviene sui nostri server e i file vengono eliminati dopo 30 minuti, come spiegato in come funziona.
Perché il file TXT contiene simboli come (cid:42) o quadratini al posto delle lettere?
Il PDF usa un font privo della tabella che riporta i suoi glifi ai caratteri Unicode: le forme si stampano correttamente, ma non hanno un significato come lettere. Imposta Riconoscimento del testo (OCR) su Sempre: l'OCR legge le forme come un'immagine e di solito recupera le parole vere.
È possibile convertire in testo solo alcune pagine di un PDF?
Sì. Imposta Pagine da convertire su Pagine selezionate e digita un intervallo come 3-7, 12. Vengono lette solo quelle pagine, e questo velocizza anche i file scansionati molto lunghi.
Perché le lettere fi e fl appaiono strane dopo la conversione?
Molti caratteri tipografici disegnano fi, fl e ffi come un unico glifo combinato, detto legatura. La maggior parte dei PDF lo riporta a lettere separate, ma alcuni lo associano a un solo carattere Unicode, come U+FB01, che a schermo sembra corretto ma interrompe la ricerca delle lettere semplici. Si risolve con trova e sostituisci nel proprio editor.
Il file TXT mantiene le interruzioni di pagina?
Le pagine si susseguono in un unico file, quindi non si ottiene un file separato per pagina. Se serve un file di testo per ogni pagina, converti le pagine in esecuzioni separate usando Pagine da convertire.
- Convertire PDF in testoEstrai le parole da qualsiasi PDF in un file di testo UTF-8 pulito. Le scansioni passano dall'OCR, intervallo di pagine facoltativo, solo testo.
- Convertire PDF scansionato in testoEstrai il testo da un PDF scansionato in cui non si può selezionare né cercare nulla. L'OCR legge ogni pagina e restituisce testo semplice.
- Convertitore da PDF a MarkdownConvertire PDF in file Markdown .md con titoli, elenchi, link e tabelle pipe ricostruiti dal testo. OCR per scansioni. Per Obsidian, Notion e LLM.
- Convertire PDF in WordDa PDF a Word modificabile: il testo torna in paragrafi normali, le scansioni passano per l'OCR in 34 lingue, fino a 20 file alla volta.
- OCR PDFLivello di testo ricercabile per PDF scansionati, o testo estratto in Word o TXT. 34 lingue, intervalli di pagine, 20 file insieme, gratis.
- Convertire EPUB in TXTEstrai il testo di un EPUB senza DRM in un file .txt per ricerche, conteggio parole, sintesi vocale o analisi. Paragrafi mantenuti, markup rimosso.