PDF у текст

Найімовірніше, PDF це скан або фото, у якому немає текстового шару для видобування. Спершу пропустіть його через OCR PDF; цей інструмент додає текстовий шар і також одразу пропонує завантаження .txt.

Текст читається зліва направо, зверху вниз, за внутрішньою структурою PDF, що правильно для більшості одноколонкових документів. Багатоколонкові макети, бічні панелі й таблиці можуть вийти перемішаними, а колонтитули й номери сторінок включаються разом з усім іншим на сторінці.

Ні. Результат це простий текст UTF-8, тож літери з діакритикою, кирилиця, CJK та арабська зберігаються, а жирний шрифт, заголовки, посилання й зображення ні, і розриви рядків відповідають рядкам PDF, а не абзацам. Для заголовків і списків у Markdown скористайтеся PDF у Markdown.

Так. Додайте скільки завгодно PDF і один раз натисніть «Видобути»; кожен стане окремим файлом .txt з назвою за джерелом, і вони завантажуються разом як pdf-to-text.zip. Один PDF завантажується напряму як filename.txt.

Сторінки йдуть одна за одною з розривом рядка між ними. Маркерів сторінок чи розривів сторінок немає, тож файл читається як один безперервний потік тексту.

Ні, цей інструмент завжди видобуває всі сторінки. Спершу витягніть потрібні сторінки в окремий PDF через Витягнення сторінок, а потім конвертуйте цей файл.

Якщо PDF просить пароль під час відкриття, інструмент запитує цей пароль перед видобуванням. Без пароля текст прочитати неможливо.

Ні. Видобування виконується рушієм PDF, завантаженим у ваш браузер як WebAssembly, тож договори, медичні записи та все інше залишаються на вашому пристрої від початку до кінця.