PDF in Text umwandeln
Extrahiere mit unserem PDF-zu-Text-Werkzeug den reinen Text aus einer PDF-Datei. Lade eine Datei hoch oder füge die Adresse einer öffentlich zugänglichen PDF ein. Wähle die erste Seite, die Anzahl der zu lesenden Seiten und eine Zeichenbegrenzung aus. Anschließend erhältst du den Text seitenweise, zusammen mit dem Dokumenttitel. Ideal für Studierende, Forschende und Redakteure, die Wörter aus einem Bericht, einer Studie oder einem Handbuch zitieren, suchen, übersetzen oder weiterverwenden möchten, ohne sie abzutippen.
Häufig gestellte Fragen
Wie extrahiere ich den Text aus einer PDF?
Lade die PDF hoch oder gib die URL einer öffentlich zugänglichen PDF ein und klicke dann auf „Text extrahieren“. Das Werkzeug liest die Textebene jeder Seite aus und zeigt sie unter einer eigenen Überschrift pro Seite an, zusammen mit dem Seitenbereich, der Zeichenanzahl und dem Dokumenttitel, falls vorhanden.
Kann ich eine PDF über eine URL lesen, anstatt sie hochzuladen?
Ja. Gib eine absolute http- oder https-Adresse ein und lass das Upload-Feld leer. Oder lade eine Datei hoch und lass die URL leer. Beides gleichzeitig ist nicht möglich. Der Download ist auf 10 MiB begrenzt und folgt Weiterleitungen. Adressen in privaten, lokalen oder internen Netzwerken werden aus Sicherheitsgründen abgelehnt.
Wie viele Seiten kann ich auf einmal extrahieren?
Bei einem Durchlauf werden bis zu 50 Seiten gelesen, standardmäßig 20, beginnend mit der von dir gewählten ersten Seite. Für ein längeres Dokument kannst du das Werkzeug erneut ausführen und eine spätere erste Seite wählen, zum Beispiel 51 für den nächsten Abschnitt.
Wozu dient die Zeichenbegrenzung?
Sie begrenzt den extrahierten Text auf 1,000 bis 200,000 Zeichen; der Standardwert ist 100,000. Ist die Begrenzung erreicht, endet der Text mitten auf der Seite und das Ergebnis weist darauf hin, dass er gekürzt wurde. Du kannst die Begrenzung erhöhen oder auf einer späteren Seite fortfahren.
Warum sind manche Seiten leer?
Eine Seite ohne Textebene, etwa eine eingescannte Seite oder ein als PDF gespeichertes Foto, enthält nur ein Bild der Wörter. Das Werkzeug liest Text und führt keine OCR durch. Solche Seiten werden daher als Seiten ohne Text markiert.
Bleibt das Seitenlayout erhalten?
Die Reihenfolge und Zeilenumbrüche, die in der PDF gespeichert sind, bleiben erhalten. Jede Zeile wird bereinigt und mehrere Leerzeichen werden zu einem zusammengefasst. Spalten, Tabellen und genaue Positionen werden nicht reproduziert. Bei einem mehrspaltigen Layout kann der Text daher in der Reihenfolge erscheinen, in der die PDF ihn speichert.
Kann ich Text aus einer passwortgeschützten PDF extrahieren?
Dateien, bei denen nur das Drucken oder Kopieren eingeschränkt ist, lassen sich ohne Passwort öffnen und normal verarbeiten. Dateien, die zum Öffnen ein Passwort erfordern, werden mit einer Meldung abgelehnt. Entferne zuerst das Passwort mit einem PDF-Entsperrwerkzeug und lade dann die entsperrte Kopie hoch.
Wie groß darf die PDF-Datei sein?
Uploads und Downloads dürfen bis zu 10 MiB groß sein. Größere Dateien werden vor der Verarbeitung abgelehnt. Teile ein großes Dokument daher zuerst auf oder komprimiere es, und extrahiere anschließend die einzelnen Teile nacheinander.
Wird der Dokumenttitel angezeigt?
Ja. Wenn die PDF einen Titel in ihren Dokumentinformationen speichert, erscheint er über den Seiten. Viele erstellte PDFs haben keinen Titel oder nur einen allgemeinen Titel, etwa den Namen des Programms, mit dem sie erstellt wurden. In diesem Fall wird nichts angezeigt.
Werden meine PDFs gespeichert?
Nein. Die Datei wird für diese einzelne Anfrage im Arbeitsspeicher verarbeitet und danach zusammen mit dem Ergebnis verworfen. Über ihren Inhalt wird nichts protokolliert. Der extrahierte Text wird nur in deinem Browser angezeigt.