PDF til tekst
Skrell en PDF ned til ordene: ingen fonter, ingen bilder, ingen layout, bare en .txt-fil du kan søke i, lime inn, sammenligne, mate inn i et skript eller legge i et oversettelsesverktøy. Skannede sider leses først med OCR.
PDF-konverterer
eller slipp PDF-filer her ·
Maks 95 MB per fil· Opptil 20 filer· Slettes etter 30 minutter
Filene behandles på serverne våre og slettes etter 30 minutter.
Skannede PDF-er er bilder av sider. Auto kjører OCR bare på sider uten tekstlag; Alltid tvinger det for hver side.
Språket som er trykt i skanningen. Riktig valg gir merkbart bedre nøyaktighet for aksenter og ikke-latinske skrifter.
Flytende tekst brytes om til vanlige avsnitt som er lette å redigere. Eksakt layout plasserer hver blokk der den var, noe som ser likt ut, men er vanskeligere å redigere.
Hvor registrerte tabeller havner i arbeidsboken.
Sidetall eller områder atskilt med komma, f.eks. 1-3, 5, 8-10.
Slik bruker du dette verktøyet
- 1
Slipp inn PDF-en
Last opp én PDF eller opptil 20 filer, hver på opptil 95 MB. Blandede filer med både skrevne og skannede sider behandles side for side.
- 2
Avgrens utvalget om du vil
Ren tekst er allerede valgt under Konverter til. Bruk Sider som skal konverteres under Avanserte innstillinger for å hente ut bare kapittelet eller vedlegget du trenger.
- 3
Last ned .txt-filen
Trykk på Konverter til Ren tekst. Filen er UTF-8-kodet, så aksenter og ikke-latinske skrifter vises riktig i alle moderne tekstredigeringsprogrammer.
Hva er den enkleste måten å få tekst ut av en PDF på?
Konverter den til en vanlig .txt-fil. Du får hvert ord i leserekkefølge, med avsnitt atskilt av blanke linjer og ingenting annet, klart for alle redigeringsprogrammer.
Hva tekstuttrekk fra PDF beholder og fjerner
Konverteren går gjennom hver side i leserekkefølge, ovenfra og ned og kolonne for kolonne, og skriver ut tegnene den finner. Linjer som hører til samme avsnitt slås sammen, og avsnitt skilles med en blank linje. Teksten fra hver side følger etter forrige side, så et kapittel leses som én sammenhengende tekst.
Alt visuelt forkastes: skrifter, størrelser, farger, bilder, diagrammer og tekstens plassering på siden. Det er poenget. En rapport på 10 MB full av bilder krymper vanligvis til en tekstfil på noen hundre kilobyte, som er lettere å søke i, sammenligne mellom versjoner med et diff-verktøy eller lime inn i et oversettelses- eller analyseverktøy.
Brukere av kommandolinjen kjenner kanskje pdftotext fra prosjektene Poppler og Xpdf, som gjør en lignende jobb på digitale PDF-er. Forskjellen her er OCR: sider uten tekstlag gjenkjennes på språket du velger i stedet for å komme ut tomme. For bilder som ikke er PDF-er, bruk bilde til tekst.
Ren tekst, Markdown eller Word: velg riktig format
Ren tekst
Bare ordene, UTF-8.
- Minste fil
- Åpnes i alt
- Ingen overskrifter eller formatering
Markdown
Tekst med enkel markering.
- Overskrifter markert med #
- Lister og fet tekst beholdes
- Fortsatt en tekstfil
Word-dokument
Full redigerbar layout.
- Tabeller og bilder beholdes
- Stiler bevares
- Krever et tekstbehandlingsprogram
Hvorfor tekstfilen er så liten
1 byteper engelsk bokstav, siffer eller mellomrom i en UTF-8-tekstfil
Portable Document Format
PDF ble laget av Adobe i 1993 og ble den åpne ISO 32000-standarden i 2008. Det låser tekst, skrifter, bilder og oppsett slik at et dokument ser likt ut på alle skjermer og skrivere. PDF-er kan inneholde skjemaer, signaturer, lenker, vedlegg og søkbar tekst, og varianten PDF/A brukes til langtidsarkivering. Det faste oppsettet gjør PDF-er vanskelige å redigere, og skannede PDF-er inneholder bare bilder med mindre OCR brukes. Alle nettlesere og operativsystemer kan åpne dem.
- Komprimering
- –
- Gjennomsiktighet
- Ja
- Animasjon
- Nei
- Introdusert
- 1993 · Adobe
TXT
Ren tekst
En TXT-fil inneholder bare vanlige tegn uten formatering, skrifter, bilder eller layout. Moderne tekstfiler er vanligvis kodet i UTF-8, som dekker alle språk, mens eldre filer kan bruke andre kodinger og vise feil tegn. Ren tekst er liten, blir aldri utdatert og åpnes på alle enheter, fra telefoner til servere. Den kan ikke inneholde fet tekst, tabeller eller bilder, så struktur må uttrykkes med mellomrom eller enkel markering.
- Komprimering
- –
- Gjennomsiktighet
- –
- Animasjon
- –
- Introdusert
- –
Folk henter ren tekst ut av en PDF når det bare er ordene de trenger, til søk, sitering, oversettelse, datarensing eller som input til et annet program, og layouten bare er i veien.
Vanlige spørsmål om PDF til tekst
Hvorfor kan jeg ikke bare kopiere og lime inn teksten fra PDF-en?
Det går for et avsnitt eller to, men kopiering fra en PDF-leser deler ofte ord på slutten av linjer, blander kolonner, legger sidehoder midt i setninger og fungerer ikke i det hele tatt på skannede sider. Uttrekk leser hele filen i leserekkefølge og bruker tekstgjenkjenning (OCR) der det ikke finnes noe tekstlag.
Hvilken tegnkoding har tekstfilen?
UTF-8, kodingen nettet og de fleste programmer bruker som standard. Windows Notisblokk har lagret nye filer som UTF-8 som standard siden Windows 10 versjon 1903, og macOS TextEdit, VS Code og alle nettlesere leser det uten å spørre. Hvis et gammelt program viser rare tegn, se etter et importvalg der du kan velge UTF-8.
Er TXT det samme som verktøyet PDF til TXT?
Resultatet er identisk: en .txt-fil. Denne siden fokuserer på å hente ut tekst til gjenbruk. PDF til TXT er den samme konverteringen under filendelsen som mange også søker etter.
Hva skjer med tabeller?
Tabellceller skrives i leserekkefølge, atskilt med tabulatorer, så en tabell kan limes ganske greit inn i et regneark. Hvis det er tabellene du vil ha ut, beholder PDF til Excel rader og kolonner i ekte celler.
Kan jeg få teksten med overskrifter markert?
Ren tekst har ingen måte å markere en overskrift på. Velg Markdown under Konverter til hvis du vil ha overskrifter, lister og fet tekst markert med enkle symboler, mens filen fortsatt er en tekstfil.
Fungerer tekstuttrekk fra en skanning for håndskrift?
OCR er laget for trykt tekst. Ryddige store bokstaver blir ofte lest, men skriveskrift er ikke pålitelig. Skrevne eller trykte skanninger på 300 dpi gir best resultat.
| PDF til Markdown | PDF til Word | PDF til EPUB |
| TXT til PDF | Bilde til tekst | HTML til TXT |
