pdfMB

PDF in Text

Holen Sie den ganzen Text aus einem PDF, in Lesereihenfolge und zu Absätzen verbunden. Kopieren Sie ihn oder laden Sie eine .txt-Datei herunter. Ihre Datei bleibt auf diesem Gerät.

  • Kein UploadIhre Datei bleibt auf diesem Gerät.
  • Ihr Original bleibt unverändertSie laden eine neue Kopie herunter. Ihre Datei wird nie verändert.
  • Kostenlos, ohne AnmeldungKein Konto und kein Tageslimit.

Was mit Ihrer Datei passiert

Alles, was unten steht, passiert in Ihrem Browser, auf Ihrem eigenen Gerät. Das PDF wird nicht hochgeladen, niemand sonst kann es also sehen, auch wir nicht.

  1. Ihr Browser öffnet das PDF mit pdf.js, dem in Firefox eingebauten PDF-Betrachter, und liest jedes Textstück mit Position und Größe.
  2. Textstücke auf derselben Zeile werden zu Zeilen zusammengefügt und Zeilen zu Absätzen, damit Sie nicht nach jeden paar Wörtern einen harten Zeilenumbruch bekommen. Wörter, die am Zeilenende mit Bindestrich getrennt sind, werden wieder zusammengesetzt.
  3. Seiten mit zwei oder drei Spalten werden Spalte für Spalte gelesen. Beim Kopieren aus einem PDF-Betrachter geraten die Spalten dagegen oft Zeile für Zeile durcheinander.
  4. Zeilen, die sich oben oder unten auf den meisten Seiten wiederholen, etwa Kolumnentitel und Seitenzahlen, lassen sich entfernen, damit sie keine Sätze unterbrechen.
  5. Tabellen werden zu einer Zeile pro Tabellenzeile, mit Tabulatoren zwischen den Zellen, sodass sie in einer Tabellenkalkulation in den richtigen Spalten landen.
  6. Manche PDFs, oft solche, die aus einem Webbrowser gespeichert wurden, kennzeichnen bestimmte Zeichen als „kein Zeichen“. Im Thai sind das meist Tonzeichen über Vokalen. pdfMB baut sie aus den Schriften in Ihrer Datei wieder auf.
  7. Seiten ohne Text, etwa Scans, lassen sich mit derselben OCR-Engine wie in „OCR PDF“ erkennen. Heruntergeladen werden nur die Sprachdaten, und das nur einmal.
  8. Die .txt-Datei wird auf Ihrem Gerät als UTF-8 gespeichert, sodass jede Sprache erhalten bleibt, oder der Text wird in Ihre Zwischenablage kopiert.
Kurz gesagt
  1. PDF auswählen
  2. Auf „In Text umwandeln“ tippen
  3. Vorschau prüfen
  4. Kopieren oder .txt-Datei herunterladen

So holen Sie den Text aus einem PDF

  1. Wählen Sie ein PDF aus oder ziehen Sie es in das Feld. pdfMB liest jede Seite und sagt Ihnen, ob gescannte Seiten ohne Text dabei sind.
  2. Wenn es gescannte Seiten gibt, lassen Sie „Text gescannter Seiten erkennen (OCR)“ eingeschaltet und wählen Sie die Sprache des Dokuments.
  3. Tippen Sie auf „In Text umwandeln“. Ein Balken zeigt, wie weit es ist.
  4. Sehen Sie sich die Vorschau an. Sie können Kopf- und Fußzeilen behalten oder entfernen, markieren, wo Seiten beginnen, oder zu Markdown wechseln, um Überschriften und Tabellen zu behalten.
  5. Tippen Sie auf „Alles kopieren“, um den Text anderswo einzufügen, oder laden Sie die .txt-Datei herunter.

Warum kopierter Thai-Text oft Tonzeichen verliert

Thai-Schriften haben zusätzliche Formen für Tonzeichen: eine angehobene, die über einem oberen Vokal sitzt, wie in ที่ oder น้ำ, und eine normale. Das PDF speichert, welche Form gezeichnet wurde, dazu eine Tabelle, die angibt, für welchen Buchstaben jede Form steht.

Wird ein PDF aus Chrome, Edge oder anderen Chromium-Browsern gespeichert, steht in dieser Tabelle oft, dass die angehobenen Formen für „nichts“ stehen. Beim Kopieren des Textes oder mit einem Werkzeug, das der Tabelle vertraut, fällt das Zeichen weg, und aus น้ำ (Wasser) wird นำ (führen).

In unserem Test mit einem 35-seitigen Artikel aus der thailändischen Wikipedia, gespeichert aus Chrome, waren 1.915 Tonzeichen so gekennzeichnet. pdfMB findet das richtige Zeichen in der Schrift in der Datei, und alle 4.911 Tonzeichen kamen an.

Wofür man es nutzt

Eigene Texte wiederverwenden

Holen Sie den Text eines alten Berichts, Briefs oder Lebenslaufs aus dem PDF, um ihn in einem beliebigen Programm zu bearbeiten.

Übersetzen

Fügen Sie ganze Absätze in einen Übersetzer ein statt Zeilen, die mitten im Satz aufhören.

Suchen und Zählen

Durchsuchen Sie ein langes Dokument, zählen Sie Wörter oder vergleichen Sie zwei Versionen in einem Texteditor.

Thai-Dokumente

Kopieren Sie Thai-Text, der seine Tonzeichen behält, auch aus PDFs, die aus einem Webbrowser gespeichert wurden.

Was es nicht kann

  • Nur Text wird übernommen. Bilder, Diagramme und Zeichnungen fallen weg. Nutzen Sie „PDF in JPG“, um sie zu speichern.
  • Fett, kursiv, Überschriften und Links werden zu normalem Text. Nutzen Sie „PDF in Markdown“, um sie zu behalten.
  • Die genaue Position des Textes auf der Seite bleibt nicht erhalten. Text in Kästen und Rändern wird in den Fluss der Absätze eingefügt.
  • Formeln werden zu normalem Text, hoch- und tiefgestellte Zeichen stehen auf derselben Zeile.
  • Sprachen, die von rechts nach links geschrieben werden, etwa Arabisch und Hebräisch, sind noch nicht ausreichend getestet. Prüfen Sie das Ergebnis sorgfältig.
  • Passwortgeschützte PDFs und PDFs, bei denen der Eigentümer das Kopieren gesperrt hat, lassen sich nicht umwandeln.

Fragen zum Umwandeln von PDF in Text

Wird mein PDF hochgeladen?

Nein. pdfMB liest die Datei in Ihrem Browser, und sie verlässt nie Ihr Gerät. Sie können das in den Netzwerk-Tools Ihres Browsers prüfen.

Warum nicht einfach aus meinem PDF-Betrachter kopieren?

Die meisten Betrachter kopieren Zeile für Zeile: Jede Zeile endet mit einem Umbruch, Spalten geraten durcheinander, und getrennte Wörter bleiben getrennt. pdfMB verbindet Zeilen zu Absätzen, liest Spalten in der richtigen Reihenfolge und kann Kopfzeilen und Seitenzahlen weglassen.

Bleiben Thai-Tonzeichen erhalten?

Ja. pdfMB stellt auch Tonzeichen wieder her, die manche PDFs als „kein Zeichen“ kennzeichnen. In unserem Test blieben alle 4.911 Tonzeichen eines 35-seitigen Thai-Artikels erhalten.

Kann es ein gescanntes PDF lesen?

Ja. Schalten Sie OCR ein und wählen Sie die Sprache. Prüfen Sie das Ergebnis, denn OCR kann Namen und Zahlen falsch lesen.

Welche Kodierung hat die .txt-Datei?

UTF-8, das jeder moderne Editor öffnet, auch Notepad, TextEdit und VS Code. Alle Sprachen und Symbole bleiben erhalten.

Gibt es eine Grenze für Seiten oder Dateigröße?

Eine feste Grenze gibt es nicht. Lange Dokumente dauern länger, und bei sehr großen Dateien kann auf manchen Handys der Speicher knapp werden.