Vai al contenuto
ToolMug

Convertitore da PDF a testo

Estrai il testo da un PDF per citarlo, tradurlo o riutilizzarlo altrove. Il testo viene letto pagina per pagina nel tuo browser e puoi riunire le righe che l'impaginazione del PDF ha spezzato a metà frase.

Funziona nel tuo browser: nulla di ciò che inserisci viene caricato

oppure trascina qui un file

Come si usa

  1. Scegli o trascina un file PDF.
  2. Attendi mentre ogni pagina viene letta; il testo compare qui sotto.
  3. Attiva «Unisci le righe spezzate in paragrafi» se le frasi sono divise su più righe.
  4. Copia il testo o scaricalo come file .txt.

Opzioni spiegate

Segna le interruzioni di pagina
Aggiunge una riga «--- Pagina N ---» prima di ogni pagina, così puoi ritrovare da dove proviene il testo.
Unisci le righe spezzate in paragrafi
I PDF memorizzano separatamente ogni riga stampata. Questa opzione unisce le righe dello stesso paragrafo, toglie i trattini di fine riga e lascia invariate le righe vuote, le voci di elenco e le righe che terminano con un punto.

Che cosa fa «Unisci le righe spezzate in paragrafi»

Un PDF memorizza il testo come righe stampate, quindi un paragrafo arriva come più righe corte. Ecco una pagina come estratta:

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

- First item
- Second item

Con Unisci le righe spezzate in paragrafi attivo e Segna le interruzioni di pagina lasciato attivo, il risultato è:

--- Page 1 ---

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

- First item
- Second item

Una riga non viene unita a quella sopra quando quest’ultima termina con un punto fermo, !, ?, i due punti, un punto e virgola o una virgoletta o parentesi di chiusura, quando inizia come una voce di elenco, o quando le separa una riga vuota. Un trattino a fine riga viene rimosso quando segue una lettera e la riga successiva inizia con una minuscola, quindi una vera parola con trattino che capita di andare a capo sul trattino, come well-known, perde il trattino. Non viene aggiunto alcuno spazio tra caratteri cinesi, giapponesi o coreani.

Domande frequenti

Perché non viene trovato nessun testo?

I documenti scansionati e le foto salvate come PDF contengono immagini del testo, non testo vero. Per quelli serve il riconoscimento ottico dei caratteri (OCR), che questo strumento non esegue.

Perché il testo è nell'ordine sbagliato?

Il testo viene estratto nell'ordine in cui è memorizzato nel file. Impaginazioni a più colonne, tabelle e caselle di testo a volte non sono memorizzate nell'ordine di lettura.

Funziona con cinese, giapponese e altre lingue?

Sì. Sono incluse le mappe dei caratteri per i font CJK, quindi il testo dei PDF in cinese, giapponese e coreano viene estratto correttamente.

Privacy

Questo strumento funziona interamente nel tuo browser. File e testi vengono elaborati sul tuo dispositivo e non vengono mai caricati sui nostri server.

Strumenti correlati