Met de hand tekst uit een PDF kopiëren is traag, en de regeleinden raken vaak in de war. Met deze tool lees je de tekstlaag van elke pagina uit en krijg je alles in één gewoon tekstbestand, pagina voor pagina.
Met wat voor PDF werkt dit?
Met elke PDF waar echte tekst in staat. Dat is bijna alles wat uit Word, Google Docs, boekhoudsoftware of een browser komt. Een snelle test: kun je in je PDF-lezer een zin selecteren, dan kan deze tool hem eruit halen.
Gescande PDF's zijn anders. Elke pagina is een foto van tekst zonder tekstlaag erachter. Er valt dus niets uit te halen, en dat meldt de tool je ook. Gebruik daarvoor Tekst uit een afbeelding halen (OCR), dat de letters uit de afbeelding leest.
Hoe ziet het resultaat eruit?
Een UTF-8 .txt-bestand. Letters met accenten en niet-Latijnse schriften komen goed door, zolang de PDF ze correct opslaat. De tool houdt de leesvolgorde aan die hij op de pagina vindt. Documenten met één kolom komen er dus netjes uit. Bij opmaak met meerdere kolommen kunnen voetnoten en kopteksten tussen de gewone tekst terechtkomen, en tabellen worden rijen woorden gescheiden door spaties. Opmaak zoals vetgedrukt, lettergrootte en afbeeldingen blijft niet behouden. Wil je dat wel, gebruik dan PDF naar Word omzetten.
Waar worden mijn bestanden verwerkt?
Het uitlezen gebeurt op onze server. De PDF wordt via een versleutelde verbinding geüpload, de tekst wordt in Duitsland uitgelezen en beide bestanden worden binnen twee uur automatisch verwijderd.
Wat zijn de limieten?
PDF's tot 50 MB zijn gratis zonder account, en je krijgt 20 servertaken per dag voordat Pro of credits in beeld komen. Pro werkt met bestanden tot 500 MB en heeft geen daglimiet. Het uitlezen gaat snel, meestal een seconde of twee, ook bij lange documenten. Bouw je een doorzoekbaar archief van honderden PDF's? Met Pro of credits haal je ze in één batch door de tool en download je de tekstbestanden in een ZIP.
Zo haal je tekst uit een PDF
- Sleep je PDF naar het vak.
- Klik op PDF naar tekst.
- Download het .txt-bestand.
Veelgestelde vragen
Waarom staat er dat de PDF geen tekstlaag heeft?
De PDF is een scan, of is opgeslagen als afbeeldingen. Gebruik in dat geval Tekst uit een afbeelding halen (OCR).
Waarom zijn sommige woorden vreemd aan elkaar geplakt of gesplitst?
Sommige PDF's plaatsen elk woord of elke letter los, zonder spaties ertussen. De tool bouwt de spaties opnieuw op uit de posities, en dat gaat niet altijd perfect.
Kan ik tekst uit een PDF met wachtwoord halen?
Ontgrendel hem eerst met PDF ontgrendelen en wachtwoord verwijderen.
Kan ik de kolommen en witruimte van de pagina behouden?
Ja. De optie Opmaak van de pagina behouden staat standaard aan en bewaart de horizontale indeling. Dat helpt bij tabellen. Zet de optie uit voor doorlopende tekst die makkelijker te plakken is.