Come estrarre il testo da un PDF?
Trascina il PDF nel riquadro qui sopra e aspetta un attimo mentre le pagine vengono lette. Poi clicca su “Estrai testo” e scarica il file TXT. Contiene le parole di ogni pagina in ordine, pronte da aprire nel Blocco note, in TextEdit o in qualsiasi editor. Il PDF originale non viene modificato.
Il risultato è volutamente semplice. Niente font, colori o immagini, solo testo, il che lo rende leggero, facile da cercare e facile da incollare in un altro documento. Se ti serve anche l’impaginazione, Da PDF a Word o il file originale sono la strada migliore.
Consiglio: apri il TXT in un programma di videoscrittura e usa trova e sostituisci per eliminare gli a capo di troppo. Il testo preso da una colonna stretta spesso va a capo a ogni riga, e una sola sostituzione lo sistema.
Perché non riesco a copiare il testo dal mio PDF?
Di solito i motivi sono tre. Il più comune è che il PDF sia una scansione, cioè una fotografia della pagina che non contiene testo. Non si può selezionare niente perché non c’è niente da selezionare. La soluzione è l’OCR, che legge l’immagine e la trasforma in testo vero.
Il secondo è un blocco dei permessi. Alcuni PDF permettono di leggere ma impediscono di copiare. Se conosci la password, lo strumento Togliere password PDF la rimuove e poi puoi estrarre il testo. Il terzo è una codifica dei caratteri insolita, per cui il testo si seleziona ma, quando lo incolli, diventa una fila di simboli illeggibili. In quel caso fare l’OCR sulla pagina è spesso la via d’uscita più pulita.
Che aspetto ha il testo estratto?
Ottieni le parole nell’ordine in cui compaiono su ogni pagina, con un a capo ovunque il PDF vada a capo. I paragrafi di solito escono come righe corte, e una tabella diventa una serie di righe di testo con le celle attaccate. Intestazioni, piè di pagina e numeri di pagina compaiono dove erano stampati, perché anche loro sono testo.
È normale per l’estrazione da PDF. Un PDF salva ogni pezzo di testo in una posizione della pagina e non ha un vero concetto di paragrafo o di tabella. Lo strumento legge quello che c’è e lo scrive in sequenza. Per citare un capitolo della tesi, una sentenza o un articolo funziona benissimo. Per una tabella complessa simile a un foglio di calcolo, mettiti in conto di ricostruire le colonne a mano.
È sicuro estrarre il testo da un PDF online?
Sì, perché il PDF non viene caricato. Apri la pagina online, ma è il browser a leggere il testo sul tuo dispositivo. Il documento e le parole che contiene non vanno mai a un server, il che è adatto a contratti, referti medici e tutto ciò che non manderesti per email a uno sconosciuto.
Puoi verificarlo nella scheda Rete del browser mentre estrai un file. Non c’è nessuna richiesta che trasporti il tuo PDF. Anche il TXT viene creato nel browser e salvato direttamente nella cartella dei download.