Convertire un PDF in testo ti dà solo le parole, senza impaginazione, caratteri o immagini, in un file .txt che si apre ovunque. È il modo più rapido per cercare in un documento lungo, citarlo o passarlo a un altro programma. Qui funziona nel browser, quindi i tuoi documenti non vengono mai caricati.
Estrarre il testo da più PDF
Aggiungi un'intera cartella di report, articoli o estratti conto. Ogni PDF diventa un file .txt con lo stesso nome, e vengono salvati insieme in uno ZIP. Il testo segue l'ordine di lettura di ogni pagina, una pagina dopo l'altra, in UTF-8, quindi accenti e alfabeti non latini arrivano intatti.
I PDF scansionati richiedono l'OCR
Questo strumento legge il testo memorizzato dentro un PDF. Una scansione o una foto salvata come PDF contiene solo immagini delle lettere, quindi il risultato è vuoto. Prova veloce: se non riesci a selezionare una parola nel tuo lettore PDF, usa OCR PDF, che riconosce le lettere e ti dà anche un file di testo.
Perché da alcuni PDF il testo non si copia
Copiare da un lettore PDF spesso spezza le righe a metà frase, mescola le colonne o prende anche intestazioni e numeri di pagina. Alcuni PDF bloccano la copia con una password dei permessi; questi si possono aprire prima con Sblocca PDF. E in alcuni file le lettere sono disegnate con caratteri privi di una corretta mappa dei caratteri, quindi il testo estratto sembra senza senso; eseguire l'OCR su un file del genere dà un testo leggibile.
Come funziona
Il testo viene estratto con MuPDF, un motore PDF che gira nel browser. Legge i caratteri memorizzati in ogni pagina insieme alle loro posizioni, li mette nell'ordine di lettura e li scrive come testo semplice. La prima volta il motore (circa 39 MB) viene scaricato e resta nel browser. I tuoi file non vengono mai inviati da nessuna parte.
A cosa serve e quando non funziona
Cercare e citare report lunghi, raccogliere testo per ricerche o appunti, incollare un contratto in un'email, importare documenti in uno strumento di traduzione o di IA e tenere archivi in testo semplice.
- La formattazione non viene mantenuta: niente grassetto, tabelle o immagini. Per questo, usa PDF in Word.
- Le scansioni non danno testo senza OCR.
- I layout complessi, come tabelle e pagine a più colonne, possono uscire in un ordine inatteso.