Hoe haal ik tekst uit een PDF?
Sleep je PDF in het vak hierboven en wacht even terwijl de pagina’s worden gelezen. Klik daarna op “Tekst ophalen” en download het TXT-bestand. Daarin staan de woorden van elke pagina op volgorde, klaar om te openen in Kladblok, TextEdit of een andere editor. Je originele PDF verandert niet.
Het resultaat is bewust kaal. Geen lettertypes, kleuren of afbeeldingen, alleen tekst. Daardoor is het klein, makkelijk te doorzoeken en eenvoudig in een ander document te plakken. Heb je de opmaak ook nodig, dan is PDF naar Word of het originele bestand de betere weg.
Tip: Open de TXT in een tekstverwerker en ruim losse regeleinden op met zoeken en vervangen. Tekst uit een smalle kolom breekt vaak na elke regel af, en met één keer vervangen is dat opgelost.
Waarom kan ik geen tekst uit mijn PDF kopiëren?
Daar zijn drie gebruikelijke redenen voor. De meest voorkomende is dat de PDF een scan is: een foto van de pagina zonder enige tekst erin. Er valt niets te selecteren, omdat er niets is. De oplossing is OCR, dat de afbeelding leest en er echte tekst van maakt.
De tweede is een beveiliging. Sommige PDF’s mag je bekijken maar niet kopiëren. Ken je het wachtwoord, dan haalt de tool Wachtwoord verwijderen het eraf en kun je daarna de tekst ophalen. De derde is een vreemde lettertypecodering, waarbij je de tekst wel kunt selecteren maar hij als onleesbare tekens wordt geplakt. Dan is OCR op een getekende pagina vaak de schoonste uitweg.
Hoe ziet de opgehaalde tekst eruit?
Je krijgt de woorden in de volgorde waarin ze op elke pagina staan, met een regeleinde overal waar de PDF een regel afbreekt. Alinea’s komen er meestal uit als korte regels, en een tabel wordt rijen tekst waarin de cellen aan elkaar vastzitten. Kop- en voetteksten en paginanummers staan waar ze geprint waren, want dat is ook tekst.
Dat is normaal bij tekst uit een PDF halen. Een PDF bewaart elk stukje tekst op een positie op de pagina en kent eigenlijk geen alinea’s of tabellen. De tool leest wat er staat en schrijft het achter elkaar uit. Voor een hoofdstuk uit een scriptie, een artikel waaruit je wilt citeren of een brief van je gemeente werkt dat heel goed. Voor een ingewikkelde tabel in spreadsheetstijl moet je de kolommen waarschijnlijk met de hand opnieuw opbouwen, of gebruik je PDF naar Excel.
Is het veilig om online tekst uit een PDF te halen?
Ja, want de PDF wordt niet geüpload. Je opent de pagina online, maar je browser leest de tekst op je eigen apparaat. Het document en de woorden erin gaan nooit naar een server, wat goed uitkomt bij contracten, medische verslagen en alles wat je niet naar een vreemde zou mailen. Omdat we je bestanden niet uploaden, verwerken we geen persoonsgegevens uit je documenten.
Je kunt het controleren in het netwerktabblad van je browser terwijl je een bestand uitleest. Er is geen verzoek dat je PDF meeneemt. De TXT wordt ook in je browser gemaakt en direct in je downloads opgeslagen, op Windows, Mac, iPhone of Android.