PDF לטקסט

מוציאים את כל הטקסט מ-PDF, בסדר הקריאה ומחובר לפסקאות. מעתיקים או מורידים קובץ .txt. הקובץ נשאר במכשיר הזה.

לבחור PDFאו לגרור אותו לכאן

בלי העלאההקובץ נשאר במכשיר שלכם.
המקור שלכם נשאר כמו שהואאתם מורידים עותק חדש. הקובץ שלכם לא משתנה.
חינם, בלי הרשמהבלי חשבון ובלי הגבלה יומית.

מה קורה לקובץ שלכם

כל מה שמתואר כאן קורה בתוך הדפדפן, במכשיר שלכם. ה-PDF לא מועלה, כך שאף אחד אחר, כולל אותנו, לא יכול לראות אותו.

הדפדפן פותח את ה-PDF בעזרת pdf.js, מציג ה-PDF שמובנה ב-Firefox, וקורא כל קטע טקסט יחד עם המיקום והגודל שלו.
קטעי טקסט באותה שורה מחוברים לשורות, והשורות לפסקאות, כך שלא מקבלים ירידת שורה כל כמה מילים. מילים שנחתכו במקף בסוף שורה מחוברות בחזרה.
דפים עם שניים או שלושה טורים נקראים טור אחרי טור. העתקה מתוכנת צפייה ב-PDF מערבבת הרבה פעמים את הטורים שורה אחרי שורה.
שורות שחוזרות בראש או בתחתית רוב הדפים, כמו כותרות רצות ומספרי עמודים, אפשר להסיר כדי שלא יקטעו משפטים.
כל שורת טבלה הופכת לשורה אחת, עם טאבים בין התאים, כך שהיא מודבקת לגיליון אלקטרוני בעמודות הנכונות.
יש קובצי PDF, בדרך כלל כאלה ששמרו מדפדפן, שמסמנים תווים מסוימים כ“אין תו”. בתאית אלה בדרך כלל סימני טון שמעל תנועות. pdfMB בונה אותם מחדש מהגופנים שבתוך הקובץ שלכם.
דפים בלי טקסט, כמו סריקות, אפשר לקרוא בעזרת אותו מנוע OCR של OCR PDF. רק נתוני השפה יורדים, פעם אחת.
קובץ ה-.txt נשמר במכשיר שלכם בקידוד UTF-8, כך שכל שפה עוברת בשלמותה, או שהטקסט מועתק ללוח.

בקצרה

בחרו PDF
לחצו על “להמיר לטקסט”
בדקו את התצוגה המקדימה
העתיקו או הורידו את קובץ ה-.txt

איך מוציאים את הטקסט מ-PDF

בחרו PDF או גררו אותו לתיבה. pdfMB קורא כל דף ומודיע לכם אם יש דפים שהם סריקות בלי טקסט.
אם יש דפים סרוקים, השאירו את “לקרוא את הטקסט של דפים סרוקים (OCR)” מופעל ובחרו את שפת המסמך.
לחצו על “להמיר לטקסט”. פס התקדמות מראה כמה כבר נעשה.
עברו על התצוגה המקדימה. אפשר להשאיר או להסיר כותרות עליונות ותחתונות, לסמן איפה דפים מתחילים, או לעבור ל-Markdown כדי לשמור כותרות וטבלאות.
לחצו על “להעתיק הכול” כדי להדביק את הטקסט במקום אחר, או הורידו את קובץ ה-.txt.

למה טקסט בתאית שמעתיקים מאבד הרבה פעמים סימני טון

לגופנים תאיים יש צורות נוספות לסימני הטון: צורה מוגבהת, שיושבת מעל תנועה עליונה, כמו ב-ที่ או ב-น้ำ, וצורה רגילה. ה-PDF שומר איזו צורה צוירה, ועוד טבלה שאומרת איזו אות כל צורה מייצגת.

כששומרים PDF מ-Chrome, מ-Edge ומדפדפני Chromium אחרים, הטבלה הזו אומרת הרבה פעמים שהצורות המוגבהות מייצגות “כלום”. העתקת הטקסט, או כלי שסומך על הטבלה, מאבדים את הסימן, ו-น้ำ (מים) הופך ל-นำ (להוביל).

בבדיקה שלנו עם ערך בן 35 דפים מוויקיפדיה בתאית ששמרנו מ-Chrome, 1,915 סימני טון סומנו כך. pdfMB מוצא את הסימן הנכון בגופן שבתוך הקובץ, וכל 4,911 סימני הטון נשמרו.

מתי משתמשים בזה

שימוש חוזר במה שכתבתם

מוציאים מה-PDF את הטקסט של דוח, מכתב או קורות חיים ישנים, כדי לערוך אותו בכל תוכנה.

תרגום

מדביקים במתרגם פסקאות שלמות, ולא שורות שנעצרות באמצע משפט.

חיפוש וספירה

מחפשים במסמך ארוך, סופרים מילים או משווים שתי גרסאות בעורך טקסט.

מסמכים בתאית

מעתיקים טקסט בתאית ששומר על סימני הטון, גם מקובצי PDF ששמרו מדפדפן.

מה הכלי לא יכול לעשות

נשמר רק טקסט. תמונות, תרשימים ושרטוטים לא נכללים. השתמשו ב-PDF ל-JPG כדי לשמור אותם.
הדגשה, נטוי, כותרות וקישורים הופכים לטקסט רגיל. השתמשו ב-PDF ל-Markdown כדי לשמור אותם.
המיקום המדויק של הטקסט בדף לא נשמר. טקסט בתיבות ובשוליים נכנס לרצף הפסקאות.
משוואות יוצאות כטקסט רגיל, עם כתב עילי ותחתי באותה שורה.
שפות שנכתבות מימין לשמאל, כמו ערבית ועברית, עדיין לא נבדקו מספיק. בדקו את התוצאה בקפידה.
אי אפשר להמיר קובצי PDF עם סיסמה, או קובצי PDF שהבעלים שלהם חסמו העתקה.

שאלות על המרת PDF לטקסט

האם ה-PDF שלי מועלה?

לא. pdfMB קורא את הקובץ בתוך הדפדפן, והוא אף פעם לא יוצא מהמכשיר שלכם. אפשר לבדוק את זה בכלי הרשת של הדפדפן.

למה לא פשוט להעתיק מתוכנת הצפייה ב-PDF?

רוב תוכנות הצפייה מעתיקות שורה אחרי שורה, כך שכל שורה נגמרת בירידת שורה, טורים מתערבבים ומילים עם מקף נשארות חתוכות. pdfMB מחבר שורות לפסקאות, קורא טורים לפי הסדר ויכול להשמיט כותרות עליונות ומספרי עמודים.

האם סימני הטון בתאית נשמרים?

כן. pdfMB גם משחזר סימני טון שקובצי PDF מסוימים מסמנים כ“אין תו”. בבדיקה שלנו נשמרו כל 4,911 סימני הטון של מאמר בתאית בן 35 דפים.

אפשר לקרוא PDF סרוק?

כן. הפעילו OCR ובחרו את השפה. בדקו את התוצאה, כי OCR עלול לקרוא לא נכון שמות ומספרים.

באיזה קידוד קובץ ה-.txt?

UTF-8, שכל עורך מודרני פותח, כולל Notepad, TextEdit ו-VS Code. כל השפות והסמלים נשמרים.

יש מגבלה על מספר הדפים או על הגודל?

אין מגבלה קבועה. מסמכים ארוכים לוקחים יותר זמן, וקבצים גדולים מאוד עלולים לגרום לחוסר זיכרון בחלק מהטלפונים.