PDF в TXT: извлечение текста из PDF
Чтобы извлечь текст из PDF, загрузите файл и выберите TXT в качестве итогового формата. Наш сервер считывает текстовый слой PDF, объединяет разорванные строки в абзацы, удаляет всё форматирование и сохраняет файл .txt в кодировке UTF-8 с меткой порядка байтов, поэтому символы с диакритикой и нелатинские символы отображаются правильно. У отсканированных PDF нет текстового слоя, а OCR не выполняется, поэтому текст из них не извлекается.
- Бесплатно, без регистрации
- Файлы удаляются в течение 30 минут
- До 100 МБ
Файлы навсегда удаляются с наших серверов в течение 30 минут.
Как конвертировать PDF в TXT
Загрузите файл PDF
Перетащите файл PDF в область загрузки или выберите его на устройстве (до 100 МБ).
Оставьте TXT как итоговый формат
Формат TXT уже выбран в меню; при необходимости можно выбрать другой.
Конвертируйте и скачайте
Нажмите «Конвертировать», и скачивание готового файла начнётся автоматически.
Что сохраняется?
Сохраняется
- Весь извлекаемый текст в порядке чтения
- Разрывы абзацев
- Символы Unicode (UTF-8 с BOM)
Изменяется
- Заголовки и элементы списков становятся обычными строками
Не переносится
- Полужирное начертание, курсив, цвета и шрифты
- Изображения
- Структура таблиц
Когда это пригодится
Подготовка текста для ИИ-инструментов и скриптов
Если вы хотите вставить содержимое PDF в чат-бота, сервис перевода или собственный скрипт, чистый текстовый файл без лишних элементов вёрстки — самый предсказуемый вариант, который избавляет от посторонних символов при копировании.
Поиск и сравнение версий документа
Простой текст позволяет искать по PDF в любом редакторе или консольной утилите и сравнивать две версии договора или отчёта стандартным инструментом diff, чтобы точно увидеть, что изменилось.
Что важно учитывать
- OCR не выполняется: для отсканированных PDF возвращается ошибка пустого результата.
- Зашифрованные PDF не принимаются.
- На страницах с несколькими колонками порядок строк соответствует внутренней структуре PDF.
О форматах
Что такое PDF?
PDF (Portable Document Format) — формат документов с фиксированной вёрсткой, созданный Adobe и стандартизированный как ISO 32000. Каждый фрагмент текста, изображение и линия хранятся вместе с положением на странице, поэтому PDF выглядит одинаково на любом устройстве и надёжно печатается. Расплата за это — редактирование: в PDF хранятся позиции на странице, а не абзацы и таблицы. Отсканированные PDF содержат только изображения страниц, и для извлечения текста их сначала нужно обработать с помощью OCR (оптического распознавания символов).
Что такое TXT?
TXT-файл содержит только символы — без форматирования, изображений и сведений о вёрстке страницы. Он открывается в любой программе, от «Блокнота» до редакторов кода, и является самым компактным и переносимым типом документа. Корректное отображение символов с диакритическими знаками и нелатинских символов зависит от кодировки; UTF-8, современный стандарт, поддерживает практически все языки. Простой текст идеально подходит для поиска, архивирования и переноса содержимого между системами.
Часто задаваемые вопросы
Почему файл TXT пустой или почему я получил ошибку?
Скорее всего, ваш PDF — это скан. PDF, созданные сканером или камерой телефона, содержат только изображения страниц без выделяемого текста, а этот сервис не выполняет OCR. Если слова в PDF нельзя выделить мышью, обработайте файл в программе с OCR, прежде чем извлекать текст.
В какой кодировке сохраняется файл TXT?
Результат сохраняется в UTF-8 с меткой порядка байтов (BOM). Благодаря этому буквы с диакритикой, турецкие символы вроде ş и ğ и другие нелатинские письменности правильно отображаются в «Блокноте» Windows, TextEdit в macOS и редакторах кода без ручной смены кодировки.
Что делать, если нужно сохранить заголовки и списки?
В простом тексте нельзя хранить заголовки, полужирное начертание и изображения. Если нужен лёгкий файл, в котором всё же размечены заголовки и списки, конвертируйте PDF в Markdown; если нужен полноценный отформатированный документ для редактирования — конвертируйте PDF в Word.
Бесплатно ли конвертировать PDF в TXT?
Да, полностью бесплатно. Без аккаунта, подписки и водяных знаков: просто загрузите файл и конвертируйте его.
Безопасен ли мой файл и когда он удаляется?
Файл передаётся по HTTPS и хранится на нашем сервере под случайным кодом. Загруженный файл и результат навсегда удаляются в течение 30 минут, а ссылка для скачивания работает только у того, кто знает ваш уникальный код.