Sådan konverterer du PDF til TXT

Nogle gange er formateringen præcis det, du ikke vil have. At fodre et dokument ind i et script, et oversættelsesværktøj, et søgeindeks eller en sprogmodel går langt bedre, når inputtet er ren tekst frem for en sideopsætning fuld af spalter, sidehoveder og sidefødder.

At konvertere en PDF til TXT skræller alt væk undtagen ordene. Denne guide dækker udtrækket, hvordan resultatet ser ud for forskellige slags dokumenter, og den ene situation, hvor der slet intet kommer ud: scannede filer.

Klar til at gå i gang? Åbn PDF til TXT og få din fil på få sekunder.

Åbn værktøjet

Hvornår du har brug for PDF til TXT

  • Føre indholdet af et dokument ind i et script, et søgeindeks eller en analysekæde.
  • Klargøre tekst til et oversættelsesværktøj eller en sprogmodel, der arbejder bedst uden opsætningsstøj.
  • Kopiere længere passager ud af et langt dokument uden at slås med PDF-læserens markering.

Sådan konverterer du PDF til TXT trin for trin

  1. Tjek først, at PDF-filen har rigtig tekst

    Prøv at markere en sætning i en PDF-læser. Fremhæver markeringen enkelte ord, er der et tekstlag at trække ud. Kan intet markeres, er filen en scanning, og der skal OCR til.

  2. Åbn værktøjet PDF til TXT

    Gå til siden PDF til TXT. Udtrækket kører i browseren, uden installation og uden konto.

  3. Upload dokumentet

    Træk PDF-filen ind på uploadfeltet, eller vælg den i dialogen. Adgangskodebeskyttede filer skal låses op først.

  4. Træk teksten ud

    Start processen, og vent et øjeblik. Tekstlaget læses ud af dokumentet og skrives til en almindelig tekstfil.

  5. Hent, og ryd op

    Hent TXT-filen, og åbn den i en vilkårlig editor. Gentagne sidehoveder, sidetal og orddeling ved linjeskift er de sædvanlige rester, og et par omgange søg-og-erstat fjerner dem.

Almindelige problemer og løsninger

Den færdige fil er tom

PDF-filen indeholder billeder af tekst, ikke tekst — en scanning eller et fotograferet dokument. Kun OCR kan lave tegn ud af pixels; formatkonverteringen har intet at trække ud.

Spaltetekst er flettet sammen

Læserækkefølgen i en flerspaltet opsætning afhænger af, hvordan dokumentet blev bygget, og spalterne kan ende med at skifte linje for linje. At dele spalterne op i en teksteditor er som regel hurtigere end nogen automatisk løsning.

Ord er brudt med bindestreger

Orddeling fra linjeskift bevares bogstaveligt. Et søg-og-erstat efter bindestreg efterfulgt af linjeskift samler ordene igen i én arbejdsgang.

TXT eller Word: hvilket udtræk skal du vælge

Vælg TXT, når det kun er ordene, du vil have. Det er det reneste tænkelige input til scripts, indeksering, oversættelse og analyse, og det slæber aldrig løsrevet formatering med ind i det, der læser det.

Vælg PDF til Word, når du agter at omskrive og udgive dokumentet igen. Den konvertering forsøger at bevare overskrifter, typografier, tabeller og billeder og giver dig noget at redigere frem for noget at behandle. Spørg dig selv, om den næste læser er en maskine eller et menneske, og vælg derefter.

Ofte stillede spørgsmål

Hvorfor er den udtrukne fil tom?

PDF-filen er et scannet billede uden tekstlag. Kør den gennem OCR-software for at skabe et, og træk så teksten ud.

Bevares nogen formatering?

Nej, og det er netop pointen. Du får tegnene og linjeskiftene, uden skrifttyper, typografier, spalter eller billeder.

Hvilken tegnkodning har resultatet?

UTF-8, så ethvert alfabet og alle accenttegn bevares korrekt.

Trækkes billeder og tabeller ud?

Billeder gør ikke. Tabellernes indhold kommer ud som tekst, men række- og kolonnestrukturen bevares ikke.

Kan jeg trække tekst ud af en beskyttet PDF?

Fjern først beskyttelsen med værktøjet Lås PDF op, og kør så udtrækket.

Er der en grænse for dokumentets størrelse?

Op til 100 MB per fil, uden daglig grænse, uden registrering og uden vandmærke.

Klar til at gå i gang? Åbn PDF til TXT og få din fil på få sekunder.

Åbn værktøjet

Relaterede guider

← Alle guider