Извлечь текст

извлечь текст из PDF: обзор

Прочитайте текстовый слой PDF, скопируйте его или скачайте как файл TXT. Создайте текстовую копию документа для заметок, поиска, цитирования или повторного использования, не перепечатывая видимый текст.

Текст читается через PDF.js из слоя, который PDF уже содержит. Распознавания символов нет, поэтому отсканированная или сфотографированная страница не вернёт ничего: если документ открывается как изображение, никакое извлечение слов из него не добудет. Вывод — простой текст UTF-8 с пустой строкой между страницами. Расстановка пробелов выводится из положения фрагментов текста в оригинале, а значит многоколоночная вёрстка и таблицы могут переплестись странным образом, а форматирование, изображения и адреса ссылок не сохраняются.

извлечь текст из PDF с помощью PDFolio

PDFolio читает существующий текстовый слой, а затем показывает предпросмотр в браузере и предлагает загрузку TXT. Отсканированная страница может выглядеть читаемой, но не содержать выделяемого текста; этот инструмент читает существующий текст PDF и не выполняет OCR.

Если нужен текст с какой-то структурой вокруг, PDF в HTML сохраняет границы страниц как разделы и по нему легче перемещаться. Если извлечение ничего не возвращает, документ — скан, и единственный путь к тексту лежит через программу распознавания, что выходит за пределы надёжных возможностей локального браузерного инструмента.

Перед загрузкой

Простые абзацы обычно извлекаются аккуратно. Таблицы, колонки, колонтитулы и декоративная вёрстка могут читаться как единый поток, потому что PDF хранит текст с координатами, а не исходную структуру редактирования. Просмотрите предпросмотр, прежде чем полагаться на файл TXT.

Когда результат будет готов, сразу скачайте его и откройте в привычной программе для просмотра PDF, чтобы выполнить финальную проверку. После этого можно нажать «Очистить данные», чтобы освободить временные ссылки на файлы в этой вкладке. PDFolio не создаёт учётную запись, облачную папку или историю документов на сервере.

извлечь текст из PDF приватно и локально

PDFolio обрабатывает выбранные файлы в активной вкладке браузера. Web Worker на вашем устройстве выполняет задачу с PDF, поэтому интерфейс остаётся отзывчивым; данные документа не отправляются на серверы обработки PDF, в очередь загрузки, в базу учётных записей или на рекламные платформы.