Как пользоваться инструментом «PDF в текст»
- 1. Выберите PDFНажмите «Выбрать файлы PDF» или перетащите один или несколько PDF в окно.
- 2. Выберите вид и нажмите «Конвертировать»Выберите «С разрывами страниц» или «Сплошной текст», затем нажмите «Конвертировать».
- 3. Скачайте файлСкачайте файл TXT. Для нескольких PDF нажмите «Скачать все (.zip)».
О форматах PDF и TXT
Большинство PDF, созданных в текстовом редакторе, браузере или программе для дизайна, содержат текстовый слой с настоящими символами. Инструмент читает этот слой и сохраняет символы в файл .txt.
В файле TXT есть только символы и переносы строк. В нём нет шрифтов, цветов и изображений, и он открывается в любом текстовом редакторе.
| TXT | ||
|---|---|---|
| Содержит | Текст, шрифты, изображения, точную вёрстку | Символы и переносы строк |
| Можно редактировать | Сложно без специальных программ | В любом текстовом редакторе |
| Форматирование | Сохраняется точно | Нет |
| Открывается в | Программах для PDF и браузерах | Блокноте, TextEdit и любом редакторе |
Отсканированные PDF
Попробуйте выделить предложение в программе для просмотра PDF. Если слова выделяются, в PDF есть текстовый слой и извлечение сработает.
Если ничего не выделяется, страница — это отсканированное изображение. Для сканов нужно распознавание текста (OCR), а в FileToaster его пока нет. Можно сохранить страницы как изображения и скопировать текст через «Живой текст» на iPhone и Mac или Google Объектив на Android.
Вид
- «С разрывами страниц» стоит по умолчанию. Между страницами остаётся разрыв, поэтому видно, с какой страницы взят фрагмент.
- «Сплошной текст» даёт один непрерывный блок текста без отметок страниц.
Чего ожидать
- Таблицы превращаются в строки текста, разделённые пробелами.
- Страницы с колонками, врезками или подписями могут выйти в неожиданном порядке.
- Колонтитулы и номера страниц остаются в тексте.
- Жирный шрифт, курсив, ссылки и изображения не сохраняются.
- В некоторых PDF шрифты встроены без таблицы символов, и их текст выходит набором непонятных знаков. Обычно помогает заново сохранить файл в исходной программе.
Конфиденциальность
Текст извлекается в браузере, PDF не загружается на сервер. Как это проверить, описано на странице «Как это работает».
Частые вопросы
Как получить текст из PDF без форматирования?
Выберите «Сплошной текст» и нажмите «Конвертировать». В файле .txt будут только слова и переносы строк.
Можно ли извлечь текст из отсканированного PDF?
Нет. У отсканированных страниц нет текстового слоя, им нужно распознавание текста (OCR), а его в этом инструменте пока нет. Результат будет пустым или почти пустым.
PDF в TXT и PDF в текст — это одно и то же?
Да. Результат — простой текстовый файл с расширением .txt. Он открывается в Блокноте, TextEdit и любом другом редакторе.
Почему текст идёт в неправильном порядке?
PDF хранит положение текста на странице, но не порядок чтения. Колонки и таблицы могут перемешаться, и их придётся поправить вручную.
Можно ли извлечь текст из нескольких PDF сразу?
Да. Из каждого PDF получается свой файл .txt. Кнопка «Скачать все (.zip)» сохраняет их вместе.