Estrattore di testo da PDF

Estrarre il testo selezionabile dal PDF in locale

Copiare il testo da un PDF non è sempre comodo, soprattutto quando il documento ha molte pagine o ti serve il testo in un semplice editor. Questo strumento da PDF a testo legge il testo selezionabile di ogni pagina e lo inserisce in un'unica area di testo che puoi copiare o scaricare come file TXT. Funziona interamente nel browser con pdfjs-dist, quindi il PDF di origine non viene caricato né conservato da un servizio remoto. L'estrattore è utile per appunti di ricerca, citazioni, contratti, report, fatture, manuali e ogni PDF in cui il livello di testo è già presente.

Testo selezionabile e immagini scansionate

I PDF possono memorizzare il testo in modi diversi. Un PDF nato digitale, ad esempio esportato da un programma di videoscrittura, di solito contiene vero testo selezionabile. Un PDF scansionato può contenere solo immagini delle pagine. Se una scansione è già stata elaborata con OCR, l'estrazione del testo può funzionare perché il livello OCR è nascosto dietro l'immagine. Se invece contiene solo immagini, questo strumento non può inventare il testo partendo dai pixel: esegui prima l'OCR e poi estrai il livello di testo risultante. Il browser carica il documento dalla memoria locale, chiede a ogni pagina il suo contenuto testuale e unisce i risultati con etichette di pagina.

Ripulire il testo estratto

L'ordine del testo in un PDF dipende da come è stato creato il file originale. Le pagine semplici di solito si estraggono in modo pulito, mentre layout a più colonne, tabelle, intestazioni, piè di pagina e testo ruotato possono richiedere una pulizia manuale. Controlla il risultato prima di citarlo o riutilizzarlo. Lo strumento aggiunge separatori di pagina per permetterti di risalire alla pagina di origine e correggere interruzioni di riga o spaziature non coerenti con l'ordine di lettura originale. Il risultato è testo semplice, facile da incollare in un documento, cercare in un editor di codice, usare in un altro flusso di lavoro locale o salvare accanto al PDF originale.