PDF en TXT : extraire le texte d'un PDF
Pour extraire le texte d'un PDF, envoyez le fichier et choisissez TXT comme format de sortie. Notre serveur lit la couche de texte du PDF, rassemble les lignes coupées en paragraphes, supprime toute mise en forme et enregistre un fichier .txt UTF-8 avec une marque d'ordre des octets (BOM), de sorte que les caractères accentués et non latins s'affichent correctement. Les PDF numérisés n'ont pas de couche de texte et aucune OCR n'est effectuée : ils ne donnent donc aucun texte.
- Gratuit, sans inscription
- Fichiers supprimés sous 30 minutes
- Jusqu'à 100 Mo
Les fichiers sont supprimés définitivement de nos serveurs sous 30 minutes.
Comment convertir PDF en TXT
Envoyez votre fichier PDF
Glissez votre fichier PDF dans la zone d'envoi ou parcourez vos dossiers (jusqu'à 100 Mo).
Gardez TXT comme format cible
TXT est déjà sélectionné dans le menu ; vous pouvez choisir un autre format si besoin.
Convertissez et téléchargez
Cliquez sur « Convertir » et le téléchargement du fichier converti démarre automatiquement.
Qu'est-ce qui est conservé ?
Conservé
- Tout le texte extractible dans l'ordre de lecture
- Sauts de paragraphe
- Caractères Unicode (UTF-8 avec BOM)
Modifié
- Les titres et éléments de liste deviennent de simples lignes
Non reporté
- Gras, italique, couleurs et polices
- Images
- Structure des tableaux
Quand l'utiliser
Alimenter des outils d'IA et des scripts
Lorsque vous voulez coller un PDF dans un chatbot, un service de traduction ou votre propre script, un fichier texte propre sans bruit de mise en page est l'entrée la plus prévisible et évite les caractères parasites du copier-coller.
Rechercher et comparer des versions de documents
Le texte brut rend les PDF faciles à parcourir avec n'importe quel éditeur ou outil en ligne de commande, et permet de comparer deux versions d'un contrat ou d'un rapport avec un outil de diff standard pour voir exactement ce qui a changé.
Limites à connaître
- Pas d'OCR : les PDF numérisés renvoient une erreur de résultat vide.
- Les PDF chiffrés sont rejetés.
- Sur les pages à plusieurs colonnes, l'ordre des lignes suit la mise en page interne du PDF.
À propos des formats
Qu'est-ce que PDF ?
Le PDF (Portable Document Format) est un format de document à mise en page figée créé par Adobe et normalisé sous la référence ISO 32000. Chaque texte, image et trait est enregistré avec sa position sur la page : un PDF s'affiche donc de la même façon sur tous les appareils et s'imprime de manière fiable. Le revers de la médaille est la modification : un PDF stocke des positions sur une page, pas des paragraphes ni des tableaux. Les PDF numérisés ne contiennent que des images de pages et nécessitent une OCR (reconnaissance optique de caractères) avant toute extraction de texte.
Qu'est-ce que TXT ?
Un fichier TXT ne contient que des caractères, sans mise en forme, sans image ni information de mise en page. Il s'ouvre dans tous les programmes, du Bloc-notes aux éditeurs de code, et constitue le type de document le plus léger et le plus portable. L'affichage correct des lettres accentuées et des caractères non latins dépend du codage des caractères ; l'UTF-8, norme actuelle, gère pratiquement toutes les langues. Le texte brut est idéal pour la recherche, l'archivage et le transfert de contenu entre systèmes.
Questions fréquentes
Pourquoi mon fichier TXT est-il vide, ou pourquoi ai-je obtenu une erreur ?
Votre PDF est très probablement une numérisation. Les PDF créés par un scanner ou l'appareil photo d'un téléphone ne contiennent que des images de pages, sans texte sélectionnable, et ce service n'effectue pas d'OCR. Si vous ne pouvez pas surligner de mots dans le PDF avec la souris, passez-le dans un outil d'OCR avant d'extraire le texte.
Quel codage de caractères le fichier TXT utilise-t-il ?
Le résultat est en UTF-8 avec une marque d'ordre des octets (BOM). Cette combinaison permet aux lettres accentuées, aux caractères turcs comme ş et ğ et aux autres écritures non latines de s'afficher correctement dans le Bloc-notes de Windows, TextEdit sous macOS et les éditeurs de code, sans modification manuelle du codage.
Et si je veux conserver les titres et les listes ?
Le texte brut ne peut stocker ni titres, ni gras, ni images. Si vous voulez un fichier léger qui marque tout de même les titres et les listes, convertissez plutôt le PDF en Markdown ; si vous avez besoin d'un document entièrement mis en forme et modifiable, convertissez le PDF en Word.
La conversion de PDF en TXT est-elle gratuite ?
Oui, entièrement gratuite. Pas de compte, d'abonnement ni de filigrane — il suffit d'envoyer votre fichier et de le convertir.
Mon fichier est-il en sécurité et quand est-il supprimé ?
Votre fichier est transféré en HTTPS et stocké sur notre serveur sous un code aléatoire. Le fichier envoyé et le résultat sont supprimés définitivement sous 30 minutes, et le lien de téléchargement ne fonctionne que pour la personne qui détient votre code unique.