PDF in Testo

Estrai il testo di un PDF in tre passaggi

1. Scegli un PDF di massimo 20 MiB e attendi la verifica del numero di pagine e del profilo supportato. I documenti crittografati e XFA non sono supportati.
2. Scegli tutte le pagine oppure inserisci numeri e intervalli di pagine fisiche, come 1,3-5. Puoi selezionare al massimo 200 pagine; quelle ripetute vengono estratte una sola volta nell'ordine del documento.
3. Seleziona Estrai testo. Esamina il testo delle singole pagine, quindi scegli Copia tutto il testo o Scarica TXT per ottenere l'intera selezione corrente.

Che cosa rappresenta il testo estratto

Lo strumento legge il livello di testo esistente del PDF, non i pixel di una scansione. Le mappature dei font, la spaziatura nativa e l'ordine del testo influiscono sul risultato, che può differire dalla pagina visibile.

Gli elementi di testo mantengono l'ordine restituito dal motore. Una fine riga indicata dal motore aggiunge un'interruzione di riga. Tra le pagine selezionate, lo strumento inserisce un'interruzione di riga, un carattere di avanzamento pagina e un'altra interruzione di riga.

Il motore normalizza alcuni caratteri di compatibilità e spazi bianchi. Lo strumento non ricostruisce colonne o tabelle, non unisce le parole spezzate e non garantisce la sequenza Unicode originale.

L'anteprima mostra una pagina selezionata alla volta. Copia tutto il testo e Scarica TXT includono l'intera selezione, con separatori di pagina, in UTF-8 senza aggiungere un contrassegno dell'ordine dei byte.

Selezioni e pagine vuote

Per un documento di cinque pagine, inserendo 5,1,3-5 si selezionano le pagine 1,3,4,5 una volta ciascuna, nell'ordine del documento. I numeri stampati e le etichette del visualizzatore non cambiano questi indici.

Se una pagina selezionata non contiene testo estratto ma un'altra sì, la posizione della pagina vuota viene mantenuta nel testo combinato tramite i separatori di pagina.

Se nessuna pagina selezionata produce testo diverso dagli spazi bianchi, lo strumento segnala Nessun testo estratto. Il documento potrebbe essere una scansione, essere vuoto, contenere solo glifi o non avere mappature di testo utilizzabili; non viene eseguito alcun OCR automatico.

Ambito supportato e limiti

Si tratta di estrazione del livello di testo, non di OCR né di un convertitore che preserva l'impaginazione. Commenti, moduli interattivi, allegati e ordine di lettura dell'albero della struttura non sono garantiti come testo della pagina.

Il testo nascosto, ritagliato o coperto può essere incluso. L'estrazione non certifica l'oscuramento, non rimuove contenuti sensibili e non dimostra che il testo corrisponda a ciò che è visibile. Controlla il risultato.

Il PDF può contenere fino a 500 pagine, con un massimo di 200 selezionate. Sono applicati limiti agli elementi di testo, al testo per pagina e totale e al tempo; un errore in una pagina o il superamento di un limite impedisce qualsiasi esportazione parziale.

Un worker principale dedicato consente l'annullamento, ma la pianificazione del browser e le allocazioni native non offrono garanzie rigide di tempo reale o memoria. Il superamento del tempo limite non dimostra che il PDF sia non valido.

Gestione locale del documento

Lo strumento non aggiunge caricamenti del documento, cronologia degli input o URL contenenti dati. Può scaricare file fissi di supporto del motore dalla stessa origine. La copia e il download TXT avvengono solo su tua scelta; questa elaborazione locale non certifica i servizi esistenti del sito.