Jak extrahovat text z PDF
- Vyberte nebo přetáhněte své PDF.
- Chcete-li, zaškrtněte „Označit, kde každá stránka začíná“.
- Klikněte na Extrahovat text.
- Zkopírujte výsledek nebo ho stáhněte jako soubor .txt.
K čemu to slouží?
Převod PDF na text umožňuje kopírovat odstavce bez rozbitého formátování, hledat v nich jinými nástroji, přeložit dokument nebo vložit jeho obsah do e-mailu, tabulky či editoru.
Text se čte ve vašem zařízení přímo z vlastního obsahu PDF: nic se nenahrává. Pokud PDF pochází ze skenovaného dokumentu, není z čeho text extrahovat; v takovém případě potřebujete OCR.
Co je dobré vědět
- Skenovaná PDF (fotky stránek) žádný text neobsahují: tento nástroj OCR neumí.
- PDF chráněné heslem nelze otevřít; nejprve heslo odstraňte.
- Pořadí čtení závisí na tom, jak bylo PDF vytvořeno: tabulky a sloupce se mohou smíchat.
Často kladené otázky
Nahrává se můj soubor na server?
Ne. Vše se zpracovává ve vašem prohlížeči, v zařízení. Váš soubor se nikam neodesílá.
Jak zkopírovat text z PDF, ve kterém ho nejde označit?
Pokud PDF obsahuje skutečný text, tento nástroj ho extrahuje, i když vám ho čtečka PDF označit nedovolí. Pokud jde o sken (obrázek stránky), není co extrahovat: potřebovali byste software pro rozpoznávání textu (OCR).
Proč nedostávám žádný výsledek?
Vaše PDF je nejspíš sken: každá stránka je obrázek a nemá text. Pro takové soubory potřebujete software s OCR.
Zachová se formátování?
Ne: vrátí se prostý text s odřádkováním. Tučné písmo, barvy, tabulky i obrázky se ztratí.
Funguje to i s jinými jazyky?
Ano, s jakýmkoli jazykem, jehož text je uvnitř PDF, včetně těch, které nepoužívají latinku.
Mohu extrahovat jen část?
Nejprve můžete pomocí nástroje Rozdělit PDF ponechat potřebné stránky a pak z výsledného souboru extrahovat text.