Naar de inhoud
ToolMug

PDF naar tekst converter

Haal de tekst uit een PDF om te citeren, te vertalen of ergens anders te gebruiken. De tekst wordt pagina voor pagina in je browser gelezen, en je kunt regels die de PDF-opmaak middenin een zin heeft afgebroken weer samenvoegen.

Draait in je browser: niets wat je invoert wordt geüpload

of sleep een bestand hierheen

Zo gebruik je het

  1. Kies of sleep een PDF-bestand hierheen.
  2. Wacht tot elke pagina is gelezen; de tekst verschijnt daaronder.
  3. Zet "Afgebroken regels samenvoegen tot alinea’s" aan als zinnen over meerdere regels zijn verdeeld.
  4. Kopieer de tekst of download hem als .txt-bestand.

Opties uitgelegd

Pagina-einden markeren
Voegt een regel "--- Pagina N ---" toe voor elke pagina, zodat je kunt zien waar tekst vandaan komt.
Afgebroken regels samenvoegen tot alinea's
PDF's bewaren elke gedrukte regel apart. Dit voegt regels binnen een alinea samen, verwijdert afbrekingsstreepjes aan het regeleinde en laat lege regels, lijstitems en regels die op een punt eindigen ongewijzigd.

Wat “Afgebroken regels samenvoegen tot alinea’s” doet

Een pdf bewaart tekst als gedrukte regels, dus één alinea komt aan als meerdere korte regels. Hier is een pagina zoals die is uitgelezen:

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

- First item
- Second item

Met Afgebroken regels samenvoegen tot alinea’s aan en Pagina-einden markeren aangelaten is het resultaat:

--- Pagina 1 ---

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

- First item
- Second item

Een regel wordt niet samengevoegd met de regel erboven wanneer die regel eindigt met een punt, !, ?, een dubbele punt, een puntkomma of een sluitend aanhalingsteken of haakje, wanneer hij begint als een lijstitem, of wanneer een lege regel ze scheidt. Een afbreekstreepje aan het einde van een regel wordt verwijderd wanneer het op een letter volgt en de volgende regel met een kleine letter begint, dus een echt woord met een streepje dat toevallig bij het streepje afbreekt, zoals well-known, verliest zijn streepje. Tussen Chinese, Japanse of Koreaanse tekens wordt geen spatie toegevoegd.

Veelgestelde vragen

Waarom wordt er geen tekst gevonden?

Gescande documenten en foto's die als PDF zijn opgeslagen, bevatten afbeeldingen van tekst in plaats van tekst zelf. Daarvoor is tekstherkenning (OCR) nodig, en dat doet deze tool niet.

Waarom staat de tekst in de verkeerde volgorde?

Tekst wordt uitgelezen in de volgorde waarin ze in het bestand is opgeslagen. Layouts met meerdere kolommen, tabellen en tekstvakken staan soms niet in leesvolgorde opgeslagen.

Werkt het ook met Chinees, Japans en andere talen?

Ja. Tekentabellen voor CJK-lettertypen zijn ingebouwd, dus tekst uit Chinese, Japanse en Koreaanse PDF's komt er correct uit.

Privacy

Deze tool draait volledig in je browser. Je bestanden en tekst worden op je eigen apparaat verwerkt en nooit naar onze servers geüpload.

Gerelateerde tools