Estrarre testo

estrarre testo da PDF: panoramica

Leggi il livello di testo di un PDF, copialo o scaricalo come file TXT. Crea una copia in testo semplice di un documento per appunti, ricerca, citazioni o riutilizzo senza dover ridigitare il testo visibile.

Il testo viene letto, tramite PDF.js, dal livello che il PDF già contiene. Non c'è riconoscimento ottico, quindi una pagina scansionata o fotografata non restituisce nulla: se un documento si apre come immagine, nessuna estrazione ne ricaverà parole. L'output è testo semplice UTF-8 con una riga vuota tra le pagine. La spaziatura deriva dalle posizioni dei frammenti di testo nell'originale, il che significa che impaginazioni a più colonne e tabelle possono intrecciarsi in modo strano, e che formattazione, immagini e destinazioni dei collegamenti non vengono conservate.

estrarre testo da PDF con PDFolio

PDFolio legge il livello di testo esistente, poi mostra un'anteprima nel browser e propone un download TXT. Una pagina scansionata può sembrare leggibile ma non contenere testo selezionabile; questo strumento legge il testo PDF esistente e non esegue OCR.

Se vuoi il testo con un po' di struttura attorno, PDF in HTML mantiene i confini di pagina come sezioni ed è più facile da percorrere. Se l'estrazione non restituisce nulla, il documento è una scansione e l'unica via al testo passa da un software di riconoscimento ottico, cosa che esula da ciò che uno strumento locale nel browser può fare in modo affidabile.

Prima di scaricare

I paragrafi semplici vengono di solito estratti in modo pulito. Tabelle, colonne, intestazioni e layout decorativi possono risultare come un unico flusso, perché i PDF memorizzano testo posizionato invece della struttura di redazione originale. Controlla l'anteprima prima di affidarti al file TXT.

Quando il risultato è pronto, scaricalo subito e aprilo nel tuo lettore PDF abituale per un controllo finale. Puoi poi usare Cancella dati per liberare i riferimenti temporanei ai file da questa scheda. PDFolio non crea account, cartelle cloud o cronologie di documenti sul server.

estrarre testo da PDF in modo privato e locale

PDFolio elabora i file selezionati nella scheda attiva del browser. Un Web Worker sul tuo dispositivo esegue l'attività PDF in modo che l'interfaccia resti reattiva; i byte del documento non vengono inviati ad alcun server di elaborazione PDF, coda di caricamento, database di account o piattaforma pubblicitaria.