Naar de inhoud
Terug naar alle tools№ 060

Tekst extraheren

Haal alle selecteerbare tekst uit een PDF in een gewoon .txt-bestand.

0 B naar een server geüpload

Voeg eerst een bestand toe.

Tekst met de hand uit een PDF kopiëren verliest de leesvolgorde zodra de opmaak meer dan één kolom heeft. Extraheren leest de tekstobjecten en reconstrueert de doorloop, dus wat je krijgt, is de inhoud van het document en geen warboel van kolomfragmenten.

Het werkt bij PDF’s die echte tekst bevatten. Een scan heeft die niet, dus gebruik daar eerst OCR op.

Zo werkt het

  1. Open de PDF.
  2. Laat de tekstlaag lezen en de leesvolgorde reconstrueren.
  3. Bekijk de geëxtraheerde tekst.
  4. Kopieer hem of download hem als tekstbestand.

Waarvoor je het gebruikt

  • De inhoud van een document in een notitie-app of editor zetten.
  • Woorden tellen of offline zoeken in een lang rapport.
  • Tekst voorbereiden om te vertalen of samen te vatten.

Veelgestelde vragen

Wordt mijn bestand naar een server geüpload?
Nee. Het bestand wordt geopend door JavaScript en WebAssembly in het tabblad van je eigen browser. Het wordt nooit geüpload, er is geen verwerking op een server en er wordt niets bewaard: sluit je het tabblad, dan is alles weg.
Er is niets geëxtraheerd.
De PDF heeft geen tekstlaag – het is een scan of een geëxporteerde afbeelding. Gebruik eerst de tool OCR PDF om er een te maken.
De volgorde van de tekst klopt niet.
Complexe opmaak met zijbalken, uitgelichte citaten en voetnoten is dubbelzinnig, zelfs voor een menselijk oog dat kale coördinaten leest. Broodtekst in meerdere kolommen wordt goed verwerkt; zwaar vormgegeven pagina’s kunnen handmatig opschonen vragen.
Kan ik de opmaak behouden?
Niet hier – deze tool geeft platte tekst terug. Gebruik voor vet, koppen en structuur PDF naar Markdown, of converteer naar Word.

Gerelateerde tools