PDF in Text

Eine einfache .txt-Datei pro PDF mit dem Text der gewählten Seiten in Lesereihenfolge - als Absätze, die sich im Editor neu umbrechen, oder Zeile für Zeile, wie er auf der Seite steht -, wahlweise mit einer Überschrift oder Leerzeile zwischen den Seiten. Alles läuft in deinem Browser; die Datei wird nie hochgeladen.

Nur wenn der Scan eine Textebene hat. Ein Scan, der durch das OCR-Tool gelaufen ist, wird wie jede andere Datei extrahiert - der unsichtbare Text wird gelesen. Ein Scan ohne Textebene hat keinen Text herzugeben; die Dateiliste sagt es und verweist auf OCR.

Der Text wird Zeile für Zeile von oben nach unten gelesen, danach, wo jede Zeile auf der Seite steht. Eine Seite mit Spalten oder Kästen kann sich dabei verzahnen; stell das Layout auf Zeilen, um jede Zeile so zu sehen, wie sie ist, oder grenze die Seiten ein.

Wähle Zeilen: Jede Zeile bleibt eine eigene Zeile, mit einem Leerzeichen, wo die Seite eine Lücke lässt, sodass die Zeilen einer Tabelle Zeilen bleiben. Der Absatzmodus ist für Fließtext - er verbindet die Zeilen eines Blocks und flickt Silbentrennungen.

Nein - eine .txt-Datei enthält Zeichen und Zeilenumbrüche, sonst nichts: keine Schriften, kein Fett, keine Farben, keine Bilder, keine Spalten. Genau das ist der Sinn, wenn du den Text durchsuchen, zitieren oder an ein anderes Programm geben willst. Soll das Dokument wie ein Dokument aussehen, wandle es stattdessen in Word um.

Bei den meisten Dokumenten Sekunden, wobei es von der Datei und deinem Computer abhängt - die Arbeit passiert auf deinem Rechner. Der Text wird schon beim Laden der Datei gelesen, sodass Wortzahl in der Liste und Vorschau bereitstehen, bevor du etwas drückst.