PDF in TXT
Umwandeln in
Tools für diese Datei
Deine Dateien verlassen nie dein Gerät.
Die Textdatei ist UTF-8, eine Zeile pro Zeile der Seite, mit einem Seitenvorschub zwischen den Seiten. Ein Scan ohne Textebene ergibt stattdessen eine Meldung, denn eine Texterkennung (OCR) gibt es nicht.
Häufige Fragen: PDF in TXT
Wie funktioniert „PDF in TXT“?
„PDF in TXT“ holt den Text aus einem PDF in eine reine UTF-8-Textdatei, eine Zeile für jede Zeile auf der Seite, mit einem Seitenumbruch zwischen den Seiten. Gelesen wird die Textebene, die das PDF bereits hat. Eine Texterkennung (OCR) gibt es nicht, eine gescannte Seite liefert also keinen Text.
Warum kommt aus meinem PDF kein Text heraus?
Es hat keine Textebene, wie bei Scans und abfotografierten Dokumenten üblich: Die Wörter sind Teil eines Bildes. Du bekommst dann eine entsprechende Meldung und keine Datei, denn WeConvert macht keine Texterkennung (OCR). Text, den du in einem PDF-Viewer markieren kannst, lässt sich hier extrahieren.
Was passiert mit Spalten und Tabellen?
Die Zeilen werden aus der Position des Textes auf der Seite neu aufgebaut, von oben nach unten und von links nach rechts. Zwei Spalten nebeneinander werden deshalb Zeile für Zeile zusammengeführt, die linke Spalte zuerst, und die Zellen einer Tabellenzeile landen in einer Zeile, getrennt durch Leerzeichen.
Woran erkenne ich, wo eine Seite endet?
Nach jeder Seite folgt ein Seitenvorschub, das Zeichen für den Seitenumbruch, in einer eigenen Zeile. Die meisten Editoren zeigen es als leere Zeile oder kleines Symbol, und manche Programme beginnen damit beim Drucken eine neue Seite.
Kommen Eingaben in Formularfeldern mit in die Textdatei?
Nein. Werte, die in Formularfelder getippt wurden, sind kein Seitentext und fehlen deshalb. Lass das PDF vorher durch „PDF-Formular reduzieren“ laufen, dann werden die Antworten Teil der Seite und landen auch in der Textdatei.