Vyberte jazyk
  1. Domů
  2. PDF konvertor
  3. PDF do textu

Převod PDF do textu

Vyextrahujte z PDF veškerý text jako prostý text. Zobrazte si náhled, zkopírujte ho do schránky nebo uložte jako soubor TXT v režimu řádků, odstavců nebo rozvržení.

Načítání nástroje…
Ohodnoťte tento nástroj
Zatím žádná hodnocení. Buďte první.

Jak na to

  1. Krok 1

    Otevřete PDF

    Přetáhněte PDF na stránku. Text všech stránek se načte přímo v prohlížeči a zobrazí se v náhledu.

  2. Krok 2

    Vyberte režim

    Zvolte Řádky, Odstavce nebo Rozvržení a případně omezte stránky, například 1-5.

  3. Krok 3

    Nastavte možnosti souboru

    Zvolte oddělení stránek, konce řádků Windows nebo Unix a jeden soubor, nebo jeden soubor na stránku.

  4. Krok 4

    Zkopírujte nebo stáhněte

    Zkopírujte text do schránky nebo ho stáhněte jako soubor TXT.

Proč extrahovat text z PDF

Kopírování textu ze čtečky PDF často nedopadne dobře: řádky se lámou uprostřed vět, sloupce se míchají a ruční označování 50 stran je únavné. Tento nástroj přečte text celého dokumentu najednou a vrátí čistý prostý text. Hodí se k vložení dokumentu do e-mailu nebo překladače, k citování zprávy, k předání textu jinému programu, ke spočítání slov nebo k uchování textové kopie dokumentu, ve které lze vyhledávat.

Tři textové režimy

  • Řádky: text řádek po řádku přesně tak, jak je na stránce. Vhodné pro seznamy, adresy a krátké dokumenty.
  • Odstavce: řádky, které k sobě patří, se spojí do odstavců a slova rozdělená na konci řádku se pokud možno opět složí dohromady. Nejlepší pro články, knihy a zprávy, které chcete vložit do textového editoru nebo překladače.
  • Rozvržení: doplní se mezery, aby se zachovala poloha textu na stránce, takže tabulky a sloupce zůstanou v neproporcionálním písmu zhruba zarovnané. Užitečné pro faktury, výpisy a formuláře.

Náhled se po změně režimu aktualizuje a zobrazuje počet znaků a slov.

Možnosti souboru

  • Oddělovač stránek: řádek se značkou, například ----- Page 3 -----, prázdný řádek nebo znak konce stránky (form feed), který některé programy používají jako zalomení stránky.
  • Konce řádků: Windows (CRLF) pro Poznámkový blok a většinu programů ve Windows, nebo Unix (LF) pro macOS, Linux a editory kódu.
  • BOM: přidá na začátek souboru značku, která starším programům ve Windows pomáhá rozpoznat text v UTF-8 v jazycích, jako je čínština nebo ruština.
  • Jeden soubor na stránku: každá stránka se uloží do vlastního souboru TXT, vše v jednom archivu ZIP.

Skenovaná PDF

Skenované PDF obsahuje jen obrázky stránek, takže není co extrahovat. Nástroj stránky bez textu rozpozná a upozorní vás. Jedním kliknutím můžete dokument odeslat do nástroje OCR PDF, který text rozpozná a může ho vrátit rovnou jako soubor TXT. Samotná extrakce textu probíhá ve vašem prohlížeči a soubor se nenahrává; OCR běží na našem serveru.

Co prostý text zachovat nedokáže

Prostý text neobsahuje písma, tučné řezy, obrázky ani tabulky. Pokud potřebujete zachovat formátování, převeďte PDF do upravitelného dokumentu pomocí nástroje PDF do Wordu nebo dostaňte tabulky do sešitu pomocí nástroje PDF do Excelu. Některá PDF ukládají text s neobvyklým kódováním písma a extrahovaný text pak obsahuje chybné znaky; v takovém případě bývá lepší výsledek z OCR.

Často kladené otázky

Jak zkopíruji veškerý text z PDF?

Otevřete zde PDF a stiskněte Kopírovat. Text ze všech stránek se najednou zkopíruje do schránky.

Proč je extrahovaný text prázdný?

PDF je pravděpodobně sken bez textové vrstvy. Nejprve text rozpoznejte pomocí nástroje OCR PDF.

Který režim mám zvolit?

Odstavce pro knihy, články a zprávy; Rozvržení pro tabulky a faktury; Řádky pro seznamy a krátké dokumenty.

Funguje to i s čínským, japonským nebo ruským textem?

Ano. Text se ukládá v UTF-8, které podporuje všechny jazyky. Pokud starší program ve Windows zobrazuje chybné znaky, zapněte možnost BOM.

Nahrává se moje PDF na server?

Ne. Text se extrahuje přímo ve vašem prohlížeči. Soubor na náš server odešle jen OCR, pokud ho zvolíte.

Další nástroje pro PDF