Ihre Dateien verlassen nie Ihr Gerät.So funktioniert's
So wandeln Sie PDF in Text um
- 1Ziehen Sie Ihr PDF oben hinein (oder klicken Sie zum Auswählen).
- 2Klicken Sie auf Text extrahieren.
- 3Laden Sie die .txt-Datei mit dem gesamten Text herunter.
Häufig gestellte Fragen
- Wird meine Datei hochgeladen?
- Nein. Der Text wird vollständig in Ihrem Browser gelesen — Ihr PDF verlässt nie Ihr Gerät.
- Es wird kein Text gefunden — warum?
- Ihr PDF ist wahrscheinlich ein Scan (Bilder von Seiten) ohne Textebene. Führen Sie es zuerst durch OCR PDF, um eine Textebene hinzuzufügen, und extrahieren Sie danach.
- Bleibt das Layout erhalten?
- Das Tool bewahrt Lesereihenfolge und Zeilenumbrüche, jedoch nicht Spalten, Tabellen oder exakte Abstände — es erzeugt sauberen Klartext, kein formatiertes Dokument.
Den Text aus einem PDF herausholen
Wenn Sie den tatsächlichen Text aus einem PDF benötigen – um ihn zu zitieren, zu durchsuchen, in ein anderes Werkzeug einzuspeisen oder in ein Dokument einzufügen – liest PDF in Text die Textebene der Datei und baut sie Zeile für Zeile zu einer einfachen .txt-Datei wieder auf. Es läuft vollständig in Ihrem Browser, sodass selbst ein vertrauliches Dokument Ihr Gerät nie verlässt.
Text, nicht Layout
Das Werkzeug behält Leserichtung und Zeilenumbrüche bei, was für das Kopieren und Wiederverwenden wichtig ist, versucht aber nicht, Spalten, Tabellen oder genaue Positionierung nachzubilden – das Ergebnis ist sauberer Klartext. Seiten werden durch eine Leerzeile getrennt.
Gescannte PDFs
Ein gescanntes PDF ist eine Sammlung von Seitenbildern ohne Textebene, es gibt also nichts zu extrahieren. Führen Sie es zuerst durch OCR PDF, um den Text zu erkennen, und kommen Sie dann hierher zurück, um ihn zu extrahieren.
Wie die Extraktion tatsächlich funktioniert
Ein PDF mit echtem Text speichert Absätze nicht so wie ein Word-Dokument – es speichert einzelne Glyphen, die an genauen Koordinaten auf der Seite positioniert sind, zusammen mit einer Zuordnung zu Zeichencodes. PDF in Text durchläuft diese positionierten Glyphen Seite für Seite und setzt sie basierend auf ihren Koordinaten zu Zeilen zusammen, weshalb die Lesereihenfolge meist stimmt, obwohl das PDF-Format selbst kein echtes Konzept von „Zeilen“ oder „Absätzen“ kennt.
Wenn die Extraktion schiefgeht
Gelegentlich wurde ein PDF mit einer fehlerhaften oder nicht standardmäßigen Schriftkodierung erstellt – häufig bei älteren Dokumenten, die aus Nischensoftware exportiert wurden – und der Text kommt als verstümmelte Zeichen heraus, obwohl er visuell einwandfrei aussieht. Dafür gibt es von der Extraktionsseite aus keine Lösung; die Textzuordnung innerhalb der Datei selbst ist fehlerhaft. Mehrspaltige Layouts wie Zeitungen oder wissenschaftliche Arbeiten können ebenfalls in unerwarteter Reihenfolge verschachtelt werden, da das Werkzeug nach Position liest, nicht nach visueller Spalte.
Wofür Menschen das nutzen
Häufige Anwendungen sind das Durchsuchen eines umfangreichen Dokuments, das Herausziehen von Zahlen oder Klauseln in eine Tabelle, das Einspeisen eines Dokuments in ein anderes Werkzeug, das nur Klartext akzeptiert, oder die Zugänglichmachung von Inhalten für einen Screenreader. Für die Barrierefreiheit des PDFs selbst, statt extrahierten Text, sehen Sie sich OCR PDF an, das eine echte Textebene hinzufügt, ohne das Dokument zu verlassen.