Извлечь текст из PDF
Получите исходный текст PDF, чтобы вставить его в другое место (электронное письмо, текстовый редактор, внутренний поиск) без сохранения вёрстки и форматирования.
Как это работает
«Текстовый» PDF (созданный, например, текстовым редактором, веб-экспортом или программой для выставления счетов) содержит содержимое в виде реальных символов, даже если вы видите их только через вёрстку. Этот инструмент читает текстовое содержимое постранично и объединяет его в единое текстовое поле с разделителем между страницами, чтобы вы могли скопировать или скачать его, не переписывая документ вручную.
Почему из некоторых моих PDF не извлекается текст?
PDF, полученный сканером или фотографией документа, на самом деле является изображением: в файле не хранится никакого реального текста, только пиксели. Этот инструмент не выполняет оптическое распознавание символов (OCR) и поэтому не может извлечь из него текст — это честное ограничение исходного формата, а не ошибка инструмента.
Сохраняется ли вёрстка (колонки, таблицы)?
Нет, намеренно: извлечение сохраняет только исходный текст в порядке его появления в потоке PDF. Поэтому колонки, таблицы или сложные макеты могут отображаться в ином порядке, чем при обычном визуальном чтении.
Обработка 100% локально в вашем браузере (WebAssembly) — содержимое вашего документа никогда не передаётся на сервер.