Convertir un PDF en texte vous donne uniquement les mots, sans mise en page, polices ni images, dans un fichier .txt qui s’ouvre partout. C’est le moyen le plus rapide de chercher dans un long document, d’en citer des passages ou de le donner à un autre programme. Ici, tout se fait dans votre navigateur, vos documents ne sont donc jamais envoyés.
Extraire le texte de plusieurs PDF
Ajoutez tout un dossier de rapports, d’articles ou de relevés. Chaque PDF devient un fichier .txt du même nom, et ils sont enregistrés ensemble dans un ZIP. Le texte suit l’ordre de lecture de chaque page, page après page, en UTF-8 : les accents et les alphabets non latins passent sans problème.
Les PDF scannés demandent un OCR
Cet outil lit le texte stocké dans un PDF. Un scan ou une photo enregistrée en PDF ne contient que des images de lettres, le résultat est donc vide. Test rapide : si vous ne pouvez pas sélectionner un mot dans votre lecteur PDF, utilisez OCR de PDF, qui reconnaît les lettres et vous donne aussi un fichier texte.
Pourquoi le texte ne se copie pas dans certains PDF
Copier depuis un lecteur PDF coupe souvent les lignes au milieu des phrases, mélange les colonnes ou ramasse les en-têtes et les numéros de page. Certains PDF bloquent la copie avec un mot de passe des autorisations ; ceux-là peuvent d’abord être ouverts avec Déverrouiller un PDF. Et dans quelques fichiers, les lettres sont dessinées avec des polices sans table de caractères correcte, si bien que le texte extrait ressemble à du charabia ; passer ce fichier à l’OCR donne un texte lisible.
Comment ça marche
Le texte est extrait avec MuPDF, un moteur PDF qui tourne dans votre navigateur. Il lit les caractères stockés dans chaque page avec leur position, les remet dans l’ordre de lecture et les écrit en texte brut. La première fois, le moteur (environ 39 Mo) est téléchargé et gardé par votre navigateur. Vos fichiers ne sont jamais envoyés nulle part.
À quoi ça sert, et quand ça ne marche pas
Chercher et citer dans de longs rapports, collecter du texte pour des recherches ou des notes, coller un contrat dans un e-mail, importer des documents dans un outil de traduction ou d’IA, et garder des archives en texte brut.
- La mise en forme n’est pas conservée : ni gras, ni tableaux, ni images. Pour cela, utilisez PDF en Word.
- Les scans ne donnent aucun texte sans OCR.
- Les mises en page complexes, comme les tableaux et les pages à plusieurs colonnes, peuvent sortir dans un ordre inattendu.