Превърнете PDF в текст
PDF към текст извлича текста, който вече съществува в PDF, и го връща като обикновен .txt файл или като RTF. Не пуска OCR, затова сканове само с изображения излизат празни.
Плъзнете файлове тук или кликнете, за да изберете
Приема PDF · до 500.0 MB на файл · до 20 файла наведнъж
Можете също да поставите файл с Ctrl/Cmd+V или от менюто на клипборда.
PDF към RTF (текст) извлича думи, които вече съществуват като текстови обекти. Подразбиращият се път `txt` ползва същия локален извличач като другите операции на pdf-core (`pdfio::extract_text`) и връща `text/plain`. Не пуска OCR и не вика LibreOffice.
При избор на `rtf` файлът минава през LibreOffice `writer_pdf_import`. Този път изисква `soffice` на сървъра и възстановява груб документ с форматиран текст. Очаквайте заместени шрифтове и разместени таблици; гледайте на RTF като на чернова.
Сканове, състоящи се само от изображения, дават празен или почти празен `.txt`. OCR на този сайт връща Markdown, а не претърсваем PDF, който да подадете обратно тук.
Няма поле за диапазон страници. Чете се всяка страница. Файловете, защитени с парола, се отключват вместо вас на тази страница, щом въведете паролата; при API първо пуснете «Премахване на парола».
Ако ви трябват заглавия и списъци, а не просто изсипан текст, по-подходящ е «PDF към Markdown». Ако ви трябват таблици като редове, ползвайте «PDF към CSV» или «PDF към Excel».
Резултатът запазва основното име на качения файл, така че `minutes.pdf` става `minutes.txt` или `minutes.rtf`. Пътят TXT зарежда целия документ, иска от извличача всички страници с едно извикване и връща низа като `text/plain`. Стойност на outputFormat, различна от `txt` или `rtf`, се отхвърля с грешка 400, която изброява двете позволени стойности.
Работен пример: 30-странично ръководство с правила, родено цифрово и експортирано от текстообработваща програма. Пуснете го с TXT и отворете резултата в редактор: абзаците и заглавията трябва да са редове текст, в които можете да търсите или които можете да подадете на скрипт. Скан на същото ръководство, запазен от копирна машина като една картинка на страница, би дал празен или почти празен файл, защото няма текстови обекти за четене.
Бърза проверка за текстов слой: ако можете да маркирате дума с курсора в преглеждач, извличачът има какво да чете. Ако не можете, файлът е от изображения. Този инструмент няма OCR; OCR инструментът на сайта връща Markdown, така че за скан практичният път е първо OCR и после работа с получения Markdown.
Ако резултатът съдържа правилните думи в грешен ред, PDF вероятно съхранява текста си в ред, различен от визуалния, което е честа поява при многоколонен макет. Опитайте «PDF към Markdown», който ползва друг извличач, или копирайте засегнатата страница на ръка. Ако RTF се провали с грешка за липсваща зависимост, на сървъра няма инсталиран LibreOffice; тогава ползвайте TXT.
Възможности
- Подразбиращ се TXT през локално извличане на текст — не pdftotext и не OCR
- Опционален RTF през LibreOffice `writer_pdf_import`
- Чете всяка страница; няма параметър за диапазон
- Анонимен API: /api/v1/convert/pdf/text
Кога да го използвате
- Изсипване на отчет с текстов слой към grep или скрипт
- Груба RTF чернова от цифрово родена вътрешна бележка
- Проверка дали PDF изобщо има текстов слой
- Изтегляне на текста на ръководство с правила в редактор за сравнение с по-стара версия
Как да извлека текст от PDF?
- Проверете дали PDF има текстов слой, като маркирате дума в преглеждач; ако не можете, първо направете OCR и ползвайте върнатия Markdown.
- Качете PDF и въведете паролата му, ако страницата я поиска.
- Запазете TXT за чист текст, в който можете да търсите, или изберете RTF само ако искате чернова с форматиран текст от LibreOffice.
- Натиснете «Обработка» и изтеглете `.txt` или `.rtf`; името съвпада с това на качения файл.
- Проверете на око първата и последната страница спрямо PDF. Празен файл значи липса на текстов слой; разбъркан ред значи, че PDF съхранява текста си извън реда на четене.
Ограничения и крайни случаи
- Не е OCR; скановете дават малко текст или никакъв
- Няма контрол за диапазон страници
- При TXT визуалният ред на многоколонен макет не се възстановява
- При TXT не се възстановяват заглавия, списъци и таблици
- RTF изисква LibreOffice на сървъра и е грубо възстановяване
- Ограничение за качване на този сайт: 500 MB на файл; над около 95 MB файлът се изпраща на части. Тялото на една пряка API заявка е ограничено до 100 MB.
Примери
- Годишен отчет с избираем текст обикновено дава дълъг .txt с абзаците му
- PDF от снимка на дъска обикновено дава празен или мъничък файл
- 30-странично цифрово родено ръководство с име handbook.pdf се изтегля като handbook.txt
- outputFormat със стойност `docx`, изпратен към тази крайна точка, връща 400 със списък на txt и rtf
Поверителност при този инструмент
Файловете се качват по HTTPS, обработват се в паметта или в краткоживуща временна директория на нашите сървъри и се изтриват, щом резултатът е готов. Не задържаме копия за по-късен преглед, обучение на модели или рекламни профили. Сроковете за съхранение и обясненията за бисквитките на AdSense са в Политиката за поверителност.
Често задавани въпроси
- Защо текстовият файл е празен?
- В PDF няма текстови обекти, които извличачът да прочете. Скановете се нуждаят от «OCR към Markdown»; този Markdown не може да се подаде обратно в инструмента.
- TXT същото ли е като копиране от преглеждач?
- Близко, но не идентично. Редът следва начина, по който текстът е записан в потока на съдържанието на страницата, а той може да се различава от визуалния ред на четене при многоколонен макет.
- Кога да избера RTF?
- Само когато искате LibreOffice да възстанови документ. TXT е прякото извличане и не изисква soffice.
- Запазват ли се шрифтове и оформление?
- TXT е чист текст. RTF е възстановяване по най-добро усилие, а не пикселно съвпадение.
- Мога ли да извлека текста само от някои страници?
- Не с този инструмент; чете се всяка страница. Първо пуснете «Извличане на страници», за да отрежете PDF до нужните страници, и после преобразувайте този файл.
- Кой инструмент ми дава заглавия и списъци вместо чист текст?
- «PDF към Markdown». «PDF към RTF (текст)» връща текста без структура.
- Сканираният ми PDF даде празен .txt. Повреден ли е файлът?
- Не. Скан е картинка на текст, затова няма текст, който извличачът да прочете. OCR връща Markdown, който можете да запазите и да ползвате като текст.
- Какво име получава изтегленият файл?
- Основното име на качения файл с `.txt` или `.rtf`, например `minutes.pdf` става `minutes.txt`.
- Защо RTF е по-бавен или недостъпен в сравнение с TXT?
- RTF минава през LibreOffice на сървъра. Ако тази програма липсва, RTF се проваля с грешка за липсваща зависимост, а TXT продължава да работи.
Последна актуализация:
Извикване от код
Всеки инструмент е обикновен REST интерфейс. За анонимна употреба не трябват профил или API ключ. Работи еднакво в браузър, за разработчици и за AI агенти.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
-F "[email protected]" \
-F "outputFormat=txt" \
-o output.pdfНаличен е и като MCP инструмент за клиенти с Model Context Protocol (JSON-RPC 2.0 през POST /mcp). Пълна API документация
Използвайте го чрез AI агент
СкилС този скил Claude Code, Codex, Cursor и други AI агенти могат да изпълнят „PDF към RTF (текст)“ вместо вас: /skills/pdf123-pdf-to-text.md
Файловете служат само за тази обработка и после се изтриват автоматично.