Vai al contenuto principale

Da PDF a TXT: estrai il testo dal PDF

Per estrarre il testo da un PDF, carica il file e scegli TXT come formato di output. Il nostro server legge il livello di testo del PDF, riunisce le righe spezzate in paragrafi, elimina ogni formattazione e salva un file .txt UTF-8 con byte order mark, in modo che i caratteri accentati e non latini vengano visualizzati correttamente. I PDF scansionati non hanno un livello di testo e non viene eseguito alcun OCR, quindi non producono testo.

  • Gratuito, senza registrazione
  • File eliminati entro 5 minuti dal download
  • Fino a 100 MB

I file vengono eliminati definitivamente dai nostri server entro 5 minuti dal download.

Come convertire PDF in TXT

  1. Carica il file PDF

    Trascina il file PDF nell'area di caricamento oppure selezionalo dal dispositivo (fino a 100 MB).

  2. Mantieni TXT come formato di destinazione

    TXT è già selezionato nel menu; se ti serve, puoi scegliere un altro formato.

  3. Converti e scarica

    Premi «Converti» e il download del file convertito parte automaticamente.

Cosa viene mantenuto?

Mantenuto

  • Tutto il testo estraibile nell'ordine di lettura
  • Interruzioni di paragrafo
  • Caratteri Unicode (UTF-8 con BOM)

Modificato

  • Titoli e voci di elenco diventano semplici righe

Non riportato

  • Grassetto, corsivo, colori e caratteri
  • Immagini
  • Struttura delle tabelle

Quando usarlo

Dare testo in pasto a strumenti di IA e script

Quando vuoi incollare un PDF in un chatbot, in un servizio di traduzione o in uno script tuo, un file di testo pulito e privo di disturbi di impaginazione è l'input più prevedibile e ti evita i caratteri spuri del copia e incolla.

Cercare e confrontare versioni di un documento

Il testo semplice rende i PDF facili da cercare con qualsiasi editor o strumento da riga di comando, e ti permette di confrontare due versioni di un contratto o di una relazione con un normale strumento diff per vedere esattamente cosa è cambiato.

Limiti da conoscere

  • Nessun OCR: i PDF scansionati restituiscono un errore di output vuoto.
  • I PDF cifrati vengono rifiutati.
  • Nelle pagine a più colonne l'ordine delle righe segue il layout interno del PDF.

Informazioni sui formati

Che cos'è PDF?

PDF (Portable Document Format) è un formato di documento a layout fisso creato da Adobe e standardizzato come ISO 32000. Ogni testo, immagine e linea è memorizzato con la propria posizione nella pagina, quindi un PDF appare uguale su ogni dispositivo e si stampa in modo affidabile. Il rovescio della medaglia è la modifica: un PDF memorizza posizioni nella pagina, non paragrafi e tabelle. I PDF scansionati contengono solo immagini delle pagine e richiedono l'OCR (riconoscimento ottico dei caratteri) prima di poterne estrarre il testo.

Che cos'è TXT?

Un file TXT contiene soltanto caratteri, senza formattazione, immagini o informazioni sul layout della pagina. Si apre con qualsiasi programma, dal Blocco note agli editor di codice, ed è il tipo di documento più leggero e portabile. La corretta visualizzazione dei caratteri accentati e non latini dipende dalla codifica; UTF-8, lo standard attuale, gestisce praticamente ogni lingua. Il testo semplice è ideale per cercare, archiviare e spostare contenuti da un sistema all'altro.

Domande frequenti

Perché il mio file TXT è vuoto o ho ricevuto un errore?

Con ogni probabilità il tuo PDF è una scansione. I PDF creati da uno scanner o dalla fotocamera di un telefono contengono soltanto immagini delle pagine, senza testo selezionabile, e questo servizio non esegue l'OCR. Se con il mouse non riesci a evidenziare le parole nel PDF, passalo in uno strumento OCR prima di estrarne il testo.

Quale codifica dei caratteri usa il file TXT?

L'output è UTF-8 con byte order mark (BOM). Questa combinazione fa sì che le lettere accentate, caratteri turchi come ş e ğ e altre scritture non latine vengano visualizzati correttamente in Blocco note di Windows, TextEdit di macOS e negli editor di codice, senza dover cambiare manualmente la codifica.

E se voglio mantenere titoli ed elenchi?

Il testo semplice non può memorizzare titoli, grassetto o immagini. Se vuoi un file leggero che segni comunque titoli ed elenchi, converti invece il PDF in Markdown; se ti serve un documento completamente formattato e modificabile, convertilo in Word.

La conversione da PDF a TXT è gratuita?

Sì, è completamente gratuita. Non servono account, abbonamenti e non viene applicata alcuna filigrana: basta caricare il file e convertirlo.

Il mio file è al sicuro e quando viene eliminato?

Il file viene trasferito tramite HTTPS e archiviato sul nostro server con un codice casuale. Il file caricato viene eliminato a fine conversione e il risultato entro 5 minuti dal download, e il link di download funziona solo per chi possiede il tuo codice univoco.

Articoli correlati