PDF naar tekst omzetten

Haal alle tekst uit een PDF in een TXT-bestand dat je kunt doorzoeken, bewerken en hergebruiken.

Tekst uit een PDF halen — de inhoud zonder de opmaak

Soms gaat het alleen om de woorden. Je moet een clausule uit een contract citeren, een rapport door een script laten lezen, één cijfer zoeken in een lang document of de inhoud van een handleiding naar een nieuw systeem overzetten — en de zorgvuldige opmaak van de PDF zit alleen maar in de weg. Extraheren naar platte tekst geeft je de inhoud zonder kolommen, kopteksten en opmaak, in een bestand dat elk programma kan lezen.

Upload je PDF en de tekst wordt eruit gehaald en naar een TXT-bestand geschreven dat klaarstaat om te downloaden. Omdat platte tekst geen opmaak bevat, is het resultaat piepklein vergeleken met het oorspronkelijke document en opent het meteen in Kladblok, TextEdit, elke code-editor of elk script. Ideaal om te zoeken, te indexeren, naar een andere toepassing te kopiëren of in een geautomatiseerde verwerking te stoppen.

Er is één belangrijke beperking. Deze tool leest de tekstlaag die in de PDF is opgeslagen, dus hij werkt bij documenten die uit Word, Excel, een browser of een opmaakprogramma zijn geëxporteerd. Een PDF die door het scannen van papier is ontstaan, bevat foto's van de pagina in plaats van tekens: er is geen tekstlaag om uit te halen en het resultaat blijft leeg — daarvoor is tekstherkenning nodig. Wil je de tekst mét opmaak terug, gebruik dan «PDF naar Word». De dienst is gratis en verwijdert je bestand na de verwerking.

Veelgestelde vragen

Hoe haal ik de tekst uit een PDF?

Upload het document op deze pagina en download het resulterende TXT-bestand — het extraheren duurt meestal maar enkele seconden.

Waarom is mijn uitvoerbestand leeg?

De PDF is vrijwel zeker een scan. Gescande pagina's zijn afbeeldingen van tekst en geen tekst, dus zonder tekstherkenning valt er niets uit te halen.

Blijft de opmaak behouden?

Nee, en dat is met opzet: platte tekst heeft geen opmaak. Je krijgt de woorden in leesvolgorde, zonder lettertypen, kolommen of stijlen. Gebruik «PDF naar Word» als je de opmaak nodig hebt.

En tabellen?

De inhoud van tabellen wordt als tekst geëxtraheerd, maar het raster zelf kan niet in een plat tekstbestand worden weergegeven. Voor bruikbare tabellen converteer je naar Word.

Welke codering wordt gebruikt?

De tekst wordt weggeschreven als UTF-8, de standaardcodering die alle alfabetten ondersteunt, zodat letters met accenten en niet-Latijnse schriften correct overkomen.

Is de tool gratis?

Ja: gratis, zonder registratie, zonder daglimiet, en je PDF wordt van de server verwijderd zodra het extraheren klaar is.