Как извлечь текст из PDF?
Перетащите PDF в поле выше и подождите, пока страницы считаются. Затем нажмите «Извлечь текст» и скачайте файл TXT. В нём слова со всех страниц по порядку, его можно открыть в Блокноте, TextEdit или любом редакторе. Исходный PDF не меняется.
Результат намеренно простой. Ни шрифтов, ни цветов, ни картинок, только текст, поэтому файл маленький, по нему легко искать, и его легко вставить в другой документ. Если вёрстка тоже нужна, лучше подойдёт «PDF в Word» или сам исходный файл.
Совет: Откройте TXT в текстовом редакторе и уберите лишние переносы строк через «Найти и заменить». Текст из узкой колонки часто рвётся после каждой строки, и одна замена это исправляет.
Почему не получается скопировать текст из PDF?
Обычно причин три. Самая частая: PDF представляет собой скан, то есть фотографию страницы, и текста в нём нет вовсе. Выделение не работает, потому что выделять просто нечего. Решение: OCR, который читает картинку и превращает её в настоящий текст.
Вторая причина: запрет на копирование. Некоторые PDF разрешают просмотр, но блокируют копирование. Если вы знаете пароль, инструмент «Снять пароль с PDF» уберёт защиту, и текст можно будет извлечь. Третья причина: необычная кодировка шрифта, когда текст выделяется, но вставляется непонятными символами. В этом случае самый чистый выход обычно даёт OCR отрисованной страницы.
Как выглядит извлечённый текст?
Вы получаете слова в том порядке, в каком они стоят на каждой странице, с переносом строки везде, где строку переносит PDF. Абзацы обычно выходят короткими строками, а таблица превращается в строки текста со слитыми ячейками. Колонтитулы и номера страниц оказываются там, где были напечатаны, ведь это тоже текст.
Для извлечения из PDF это нормально. PDF хранит каждый кусочек текста в определённой точке страницы и, по сути, не знает, что такое абзац или таблица. Инструмент читает то, что есть, и выписывает по порядку. Для главы диплома или статьи, которую нужно процитировать, это работает отлично. Сложную таблицу будьте готовы разложить по столбцам вручную.
Безопасно ли извлекать текст из PDF онлайн?
Да, потому что PDF не загружается. Вы открываете страницу в интернете, но текст читает ваш браузер на вашем устройстве. Ни документ, ни слова из него не попадают на сервер, а это подходит для договоров, медицинских заключений и всего, что вы не отправили бы незнакомцу по почте.
Убедиться можно во вкладке «Сеть» в браузере во время извлечения. Запроса с вашим PDF там нет. Файл TXT тоже создаётся в браузере и сохраняется прямо в загрузки.