PDF in Text umwandeln
Den Text eines PDFs als reinen Text zum Kopieren oder als .txt-Datei erhalten, gelesen in Ihrem Browser-Tab, ohne Upload
Ihr PDF
Klicken, um ein PDF zu wählen, oder hier ablegen
Nur PDF-Dateien. Wir setzen keine Größengrenze; sehr große Dateien hängen vom Arbeitsspeicher Ihres Geräts ab.
Leer lassen für alle Seiten, oder etwa 1-3, 5 eingeben
Das Verbinden der Zeilen hilft bei Text, der neu umbrochen wird; nach einem Satzzeichen am Zeilenende und zwischen Absätzen bleibt der Umbruch erhalten. Nur PDFs mit markierbarem Text funktionieren: Ein Scan braucht OCR, das dieses Tool nicht bietet.
Wählen Sie ein PDF, um seinen Text zu extrahieren
So geht’s
- Klicken Sie auf das Feld und wählen Sie ein PDF, oder legen Sie die Datei darauf ab.
- Geben Sie optional die gewünschten Seiten ein, etwa 1-3, 5. Leer bedeutet alle Seiten.
- Entscheiden Sie, ob ein Marker „Seite n“ eingefügt und ob die Zeilen in Absätzen verbunden werden.
- Lesen Sie den Text im Feld und klicken Sie auf Kopieren oder .txt herunterladen.
Beispiel
Ein Bericht mit 12 Seiten und markierbarem Text liefert bei leerem Seitenfeld alle 12 Seiten der Reihe nach, jede beginnt mit „--- Seite n ---“. Die Eingabe 3-5 liefert nur diese drei Seiten. Ein eingescanntes PDF liefert gar keinen Text, und das Tool sagt das, statt ein leeres Feld zu zeigen.
Methodik
Was gelesen wird. Viele PDFs speichern ihren Text als kleine Fragmente mit jeweils einer Position auf der Seite. Der Browser liest diese Fragmente mit der quelloffenen Bibliothek PDF.js, die von dieser Seite ausgeliefert wird, und das Tool setzt sie anhand ihrer Positionen wieder zu Zeilen zusammen: Eine neue Zeile beginnt, wenn sich die vertikale Position ändert, ein Leerzeichen wird eingefügt, wenn zwei Fragmente Abstand haben, und eine Leerzeile, wenn die Lücke deutlich größer als die Zeilenhöhe ist. Das optionale Verbinden ersetzt Zeilenumbrüche innerhalb eines Absatzes durch Leerzeichen, außer nach einem Satzzeichen.
Was Sie vor dem Extrahieren von PDF-Text wissen sollten
- Text oder Bild? Versuchen Sie, in einem PDF-Viewer ein Wort mit der Maus zu markieren. Geht das, enthält die Datei Text; wird die ganze Seite als ein Block markiert, ist sie ein Bild.
- Spalten und Tabellen. Text in mehreren Spalten oder in einer Tabelle kann zeilenweise über die Seite laufen. Seite für Seite zu extrahieren macht Probleme leichter sichtbar.
- Seltsame Zeichen. Manche PDFs nutzen eigene Schriften oder Ligaturen, die zu Symbolen oder fehlenden Buchstaben werden. Prüfen Sie Namen, Zahlen und Zitate am Original.
- Nutzungsrechte. Das Extrahieren von Text ändert nichts daran, wem ein Dokument gehört; nutzen Sie ihn gemäß den Bedingungen des Dokuments.
Häufige Fragen
Funktioniert es bei gescannten PDFs? ▼
Nein. Ein Scan ist ein Bild der Seite, und Buchstaben aus einem Bild zu lesen erfordert OCR, das dieses Tool nicht bietet. Wenn Sie in einem PDF-Viewer Text mit der Maus markieren können, funktioniert dieses Tool.
Wird mein PDF auf einen Server hochgeladen? ▼
Nein. Das PDF wird in Ihrem Browser-Tab gelesen. Die Seite lädt nur ihre eigenen Skripte; Verträge oder persönliche Dokumente bleiben also auf Ihrem Gerät.
Warum ist der Text durcheinander oder auf Zeilen verteilt? ▼
Ein PDF speichert positionierte Textfragmente, keine Absätze. Spalten, Tabellen und Textfelder können daher in anderer Reihenfolge erscheinen. Versuchen Sie es Seite für Seite oder verbinden Sie die Zeilen für einfache Absätze.
Kann es ein passwortgeschütztes PDF öffnen? ▼
Nein. Braucht die Datei ein Passwort zum Öffnen, sagt das Tool das und hält an. Sie bräuchten eine ungeschützte Kopie, die Sie nutzen dürfen.
Gibt es eine Seiten- oder Größengrenze? ▼
Wir setzen keine. Sehr lange oder schwere PDFs hängen vom Arbeitsspeicher Ihres Geräts ab; extrahieren Sie dafür mit dem Seitenfeld Bereich für Bereich.
Was bedeutet „Seiten ohne Text“? ▼
Das zählt die Seiten Ihrer Auswahl, auf denen kein markierbarer Text gefunden wurde, zum Beispiel ganzseitige Bilder oder leere Seiten.