Aller au contenu
Retour à tous les outils№ 060

Extraire le texte

Extrait tout le texte sélectionnable du PDF dans un .txt à rechercher et réutiliser.

0 B envoyés à un serveur

Ajoute d’abord un fichier.

Copier à la main le texte d’un PDF fait perdre l’ordre de lecture dès que la mise en page compte plus d’une colonne. L’extraction lit les objets texte et reconstitue le fil du texte : tu obtiens le contenu du document plutôt qu’un mélange de fragments de colonnes.

Elle fonctionne sur les PDF qui contiennent du vrai texte. Un scan n’en contient pas, alors passe-le d’abord par l’OCR.

Comment ça marche

  1. Ouvre le PDF.
  2. Laisse la couche de texte être lue et l’ordre de lecture reconstitué.
  3. Relis le texte extrait.
  4. Copie-le ou télécharge-le en fichier texte brut.

À quoi ça sert

  • Importer le contenu d’un document dans une application de notes ou un éditeur.
  • Compter les mots ou faire des recherches dans un long rapport hors ligne.
  • Préparer un texte pour une traduction ou un résumé.

Questions fréquentes

Mon fichier est-il envoyé sur un serveur ?
Non. Le fichier est ouvert par JavaScript et WebAssembly, dans l’onglet de ton propre navigateur. Il n’est jamais envoyé nulle part, aucun traitement n’a lieu côté serveur et rien n’est conservé : fermer l’onglet efface tout.
Rien n’a été extrait.
Le PDF n’a pas de couche de texte — c’est un scan ou une image exportée. Passe-le d’abord dans l’outil OCR PDF pour en créer une.
L’ordre du texte est faux.
Les mises en page complexes avec encadrés, citations mises en exergue et notes de bas de page sont ambiguës, même pour un œil humain qui lirait des coordonnées brutes. Le texte courant sur plusieurs colonnes est pris en charge ; les pages très travaillées graphiquement peuvent demander un nettoyage manuel.
Puis-je garder la mise en forme ?
Pas ici — cet outil renvoie du texte brut. Pour le gras, les titres et la structure, utilise PDF en Markdown, ou convertis en Word.

Outils similaires