PDF in Text umwandeln

Holen Sie den Text aus einer PDF, um ihn zu zitieren, zu übersetzen oder anderswo weiterzuverwenden. Der Text wird Seite für Seite in Ihrem Browser gelesen, und Zeilen, die das PDF-Layout mitten im Satz getrennt hat, lassen sich wieder zusammenfügen.

So funktioniert es

Wählen Sie eine PDF-Datei aus oder ziehen Sie sie hierher.
Warten Sie, während jede Seite gelesen wird; der Text erscheint darunter.
Aktivieren Sie „Umgebrochene Zeilen zu Absätzen zusammenführen“, wenn Sätze über mehrere Zeilen verteilt sind.
Kopieren Sie den Text oder laden Sie ihn als .txt-Datei herunter.

Optionen erklärt

Seitenumbrüche markieren: Fügt vor jeder Seite eine Zeile „--- Seite N ---“ ein, damit Sie sehen, woher der Text stammt.
Umgebrochene Zeilen zu Absätzen zusammenführen: PDFs speichern jede gedruckte Zeile einzeln. Diese Option verbindet Zeilen innerhalb eines Absatzes, entfernt Trennstriche am Zeilenende und lässt Leerzeilen, Listenpunkte und Zeilen, die mit einem Punkt enden, unverändert.

Was „Umgebrochene Zeilen zu Absätzen zusammenführen“ bewirkt

Ein PDF speichert Text als gedruckte Zeilen, sodass ein Absatz als mehrere kurze Zeilen ankommt. Hier ist eine Seite, wie sie extrahiert wird:

Revenue grew steadily dur-
ing the year, driven by
new customers.

- First item
- Second item

Mit eingeschaltetem Umgebrochene Zeilen zu Absätzen zusammenführen und eingeschaltetem Seitenumbrüche markieren ist das Ergebnis:

--- Page 1 ---

Revenue grew steadily during the year, driven by new customers.

- First item
- Second item

Eine Zeile wird nicht mit der darüber verbunden, wenn diese Zeile mit einem Punkt, !, ?, einem Doppelpunkt, einem Semikolon oder einem schließenden Anführungszeichen oder einer schließenden Klammer endet, wenn sie wie ein Listeneintrag beginnt oder wenn eine Leerzeile sie trennt. Ein Bindestrich am Zeilenende wird entfernt, wenn er auf einen Buchstaben folgt und die nächste Zeile mit einem Kleinbuchstaben beginnt. Ein echtes Wort mit Bindestrich, das zufällig am Bindestrich umbrochen wird, etwa well-known, verliert daher seinen Bindestrich. Zwischen chinesischen, japanischen oder koreanischen Zeichen wird kein Leerzeichen eingefügt.

Häufig gestellte Fragen

Warum wird kein Text gefunden?

Gescannte Dokumente und als PDF gespeicherte Fotos enthalten Bilder von Text statt echtem Text. Dafür ist eine Texterkennung (OCR) nötig, die dieses Tool nicht bietet.

Warum ist der Text in der falschen Reihenfolge?

Der Text wird in der Reihenfolge extrahiert, in der er in der Datei gespeichert ist. Mehrspaltige Layouts, Tabellen und Textfelder sind manchmal nicht in Lesereihenfolge gespeichert.

Funktioniert es mit Chinesisch, Japanisch und anderen Sprachen?

Ja. Zeichentabellen für CJK-Schriften sind enthalten, sodass Text aus chinesischen, japanischen und koreanischen PDFs korrekt ausgegeben wird.

Datenschutz

Dieses Tool läuft vollständig in Ihrem Browser. Ihre Dateien und Texte werden auf Ihrem Gerät verarbeitet und nie auf unsere Server hochgeladen.