PDF को पाठ में बदलें
PDF से RTF (पाठ) टूल PDF में पहले से मौजूद पाठ निकालकर सादी .txt फ़ाइल या RTF में लौटाता है। यह OCR नहीं चलाता, इसलिए सिर्फ़ चित्र वाले स्कैन ख़ाली आते हैं।
फ़ाइलें यहाँ खींचकर छोड़ें, या क्लिक कर चुनें
PDF स्वीकार्य · हर फ़ाइल अधिकतम 500.0 MB · एक बार में अधिकतम 20 फ़ाइलें
आप Ctrl/Cmd+V से या क्लिपबोर्ड मेन्यू से फ़ाइल चिपका भी सकते हैं।
PDF से RTF (पाठ) उन शब्दों को निकालता है जो पहले से पाठ वस्तु के रूप में मौजूद हैं। डिफ़ॉल्ट `txt` पथ अन्य pdf-core संक्रियाओं जैसा स्थानीय निष्कर्षक (`pdfio::extract_text`) इस्तेमाल करता है और `text/plain` लौटाता है। OCR नहीं चलता, LibreOffice भी नहीं बुलाया जाता।
`rtf` चुनने पर फ़ाइल LibreOffice `writer_pdf_import` से गुज़रती है। उस पथ को सर्वर पर `soffice` चाहिए, और एक मोटा रिच टेक्स्ट दस्तावेज़ दोबारा बनता है। फ़ॉन्ट प्रतिस्थापन और टूटी हुई तालिकाएँ आम हैं। RTF को मसौदा मानें।
केवल छवि वाले स्कैन खाली या लगभग खाली `.txt` देते हैं। इस साइट का OCR Markdown लौटाता है, न कि ऐसी खोज-योग्य PDF जिसे आप यहाँ वापस भेज सकें।
पृष्ठ-सीमा का कोई फ़ील्ड नहीं है। हर पृष्ठ पढ़ा जाता है। पासवर्ड-सुरक्षित फ़ाइलें इस पृष्ठ पर पासवर्ड डालते ही आपके लिए खोल दी जाती हैं; API उपयोगकर्ता पहले पासवर्ड हटाएँ चलाएँ।
शीर्षक और सूचियाँ चाहिए, केवल पाठ का ढेर नहीं, तो PDF से Markdown अधिक उपयुक्त है। तालिकाएँ पंक्तियों में चाहिए तो PDF से CSV या PDF से Excel चुनें।
आउटपुट अपलोड की गई फ़ाइल का आधार नाम रखता है, इसलिए `minutes.pdf` से `minutes.txt` या `minutes.rtf` बनती है। TXT पथ पूरा दस्तावेज़ लोड करता है, निष्कर्षक से एक ही कॉल में हर पृष्ठ माँगता है और स्ट्रिंग को `text/plain` के रूप में लौटाता है। `txt` या `rtf` के अलावा कोई भी outputFormat 400 के साथ अस्वीकृत होता है, जिसमें दोनों स्वीकृत मान गिनाए जाते हैं।
एक उदाहरण: किसी वर्ड प्रोसेसर से निर्यात की गई 30 पृष्ठ की born-digital नीति पुस्तिका। उसे TXT के साथ चलाएँ और परिणाम किसी एडिटर में खोलें: आपको अनुच्छेद और शीर्षक पाठ की पंक्तियों के रूप में मिलेंगे, जिन्हें आप खोज सकते हैं या किसी स्क्रिप्ट को दे सकते हैं। उसी पुस्तिका का स्कैन, जो कॉपियर से हर पृष्ठ एक चित्र के रूप में सहेजा गया हो, खाली या लगभग खाली फ़ाइल देगा, क्योंकि पढ़ने के लिए कोई पाठ वस्तु है ही नहीं।
पाठ परत की त्वरित जाँच: अगर व्यूअर में कर्सर से कोई शब्द चुन सकते हैं, तो निष्कर्षक के पास पढ़ने को कुछ है। नहीं चुन सकते, तो फ़ाइल छवियों की है। इस टूल में OCR नहीं है; साइट का OCR टूल Markdown लौटाता है, इसलिए स्कैन के लिए व्यावहारिक रास्ता पहले OCR और फिर उसी Markdown से काम करना है।
अगर आउटपुट में शब्द सही हैं पर क्रम गलत, तो संभवतः PDF अपना पाठ दृश्य क्रम से अलग क्रम में रखती है, जो बहु-स्तंभ लेआउट में आम है। PDF से Markdown आज़माएँ, जो अलग निष्कर्षक इस्तेमाल करता है, या प्रभावित पृष्ठ हाथ से कॉपी करें। अगर RTF missing-dependency त्रुटि के साथ विफल हो, तो सर्वर पर LibreOffice स्थापित नहीं है; तब TXT इस्तेमाल करें।
सुविधाएँ
- डिफ़ॉल्ट TXT स्थानीय पाठ निष्कर्षण से; pdftotext नहीं, OCR नहीं
- वैकल्पिक RTF, LibreOffice `writer_pdf_import` से
- हर पृष्ठ पढ़ता है; पृष्ठ-सीमा पैरामीटर नहीं
- अनाम API: /api/v1/convert/pdf/text
यह उपकरण कब इस्तेमाल करें
- पाठ परत वाली रिपोर्ट grep या स्क्रिप्ट में डालना
- इलेक्ट्रॉनिक मेमो से मोटा RTF मसौदा
- जाँचना कि PDF में पाठ परत है या नहीं
- नीति पुस्तिका के शब्द एडिटर में लाकर पुराने संस्करण से तुलना करना
PDF से पाठ कैसे निकालें?
- व्यूअर में कोई शब्द चुनकर देखें कि PDF में पाठ परत है; न चुन सकें तो पहले OCR करें और उससे मिला Markdown इस्तेमाल करें।
- PDF अपलोड करें, और पृष्ठ पासवर्ड माँगे तो उसे डालें।
- खोजने योग्य सादे पाठ के लिए TXT रखें, या LibreOffice रिच टेक्स्ट मसौदा चाहिए तभी RTF चुनें।
- प्रसंस्करण शुरू करें और `.txt` या `.rtf` डाउनलोड करें; नाम अपलोड के नाम जैसा रहता है।
- पहला और आखिरी पृष्ठ PDF से मिलाकर देखें। खाली फ़ाइल का मतलब है पाठ परत नहीं; गड़बड़ क्रम का मतलब है कि PDF अपना पाठ पढ़ने के क्रम से हटकर रखती है।
सीमाएँ और अपवाद
- OCR नहीं; स्कैन से बहुत कम या कोई पाठ नहीं निकलता
- पृष्ठ-सीमा नियंत्रण नहीं
- TXT में बहु-स्तंभ दृश्य क्रम दोबारा नहीं बनता
- TXT में शीर्षक, सूचियाँ या तालिकाएँ दोबारा नहीं बनतीं
- RTF को सर्वर पर LibreOffice चाहिए और वह मोटा पुनर्निर्माण है
- इस वेबसाइट पर अपलोड सीमा: प्रति फ़ाइल 500 MB, लगभग 95 MB से ऊपर की फ़ाइलें टुकड़ों में भेजी जाती हैं। सीधे एक API अनुरोध का बॉडी अधिकतम 100 MB का हो सकता है।
उदाहरण
- चयनयोग्य वार्षिक रिपोर्ट से अक्सर अपने अनुच्छेदों की लंबी .txt मिलती है
- व्हाइटबोर्ड फ़ोटो PDF आमतौर पर खाली या बहुत छोटी फ़ाइल देती है
- handbook.pdf नाम की 30 पृष्ठ की born-digital पुस्तिका handbook.txt के रूप में डाउनलोड होती है
- इस endpoint पर outputFormat `docx` भेजने पर 400 आता है जो txt और rtf गिनाता है
इस उपकरण की गोपनीयता
फ़ाइलें HTTPS पर अपलोड होती हैं, सर्वर की मेमोरी या अल्पकालिक अस्थायी निर्देशिका में संसाधित होती हैं, और परिणाम तैयार होते ही हटा दी जाती हैं। हम बाद में देखने, मॉडल प्रशिक्षण या विज्ञापन प्रोफ़ाइल के लिए प्रतियाँ नहीं रखते। प्रतिधारण अवधि और AdSense कुकी विवरण गोपनीयता नीति में हैं।
अक्सर पूछे सवाल
- पाठ फ़ाइल खाली क्यों है?
- PDF में निष्कर्षक के पढ़ने लायक पाठ वस्तुएँ नहीं हैं। स्कैन को OCR से Markdown चाहिए; वह Markdown इस टूल में वापस नहीं भेजा जा सकता।
- TXT व्यूअर से कॉपी करने जैसा ही है?
- करीब, लेकिन एक जैसा नहीं। क्रम इस पर चलता है कि पाठ पृष्ठ की सामग्री धारा में कैसे रखा है, जो बहु-स्तंभ लेआउट में दृश्य पढ़ने के क्रम से अलग हो सकता है।
- RTF कब चुनें?
- केवल तब जब आप चाहते हों कि LibreOffice दस्तावेज़ दोबारा बनाए। TXT सीधा निष्कर्षण है और उसे soffice नहीं चाहिए।
- फ़ॉन्ट और लेआउट बचते हैं?
- TXT सादा पाठ है। RTF सर्वोत्तम-प्रयास पुनर्निर्माण है, पिक्सेल-स्तरीय मेल नहीं।
- क्या केवल कुछ पृष्ठों का पाठ निकाल सकता हूँ?
- इस टूल से नहीं; हर पृष्ठ पढ़ा जाता है। पहले पृष्ठ निकालें चलाकर PDF को चाहे गए पृष्ठों तक छोटा करें, फिर उस फ़ाइल को बदलें।
- सादे ढेर की जगह शीर्षक और सूचियाँ कौन सा टूल देता है?
- PDF से Markdown। PDF से RTF (पाठ) बिना संरचना के पाठ लौटाता है।
- मेरी स्कैन की हुई PDF ने खाली .txt दी। क्या फ़ाइल खराब है?
- नहीं। स्कैन पाठ की तस्वीरें होती हैं, इसलिए निष्कर्षक के पढ़ने को पाठ नहीं है। OCR Markdown लौटाता है, जिसे आप सहेजकर पाठ की तरह इस्तेमाल कर सकते हैं।
- डाउनलोड हुई फ़ाइल का क्या नाम होता है?
- अपलोड की गई फ़ाइल का आधार नाम, `.txt` या `.rtf` के साथ; जैसे `minutes.pdf` से `minutes.txt` बनती है।
- TXT की तुलना में RTF धीमा या अनुपलब्ध क्यों होता है?
- RTF सर्वर पर LibreOffice से गुज़रता है। वह प्रोग्राम न हो तो RTF missing-dependency त्रुटि के साथ विफल होता है, जबकि TXT फिर भी चलता है।
आख़िरी अपडेट:
कोड से कॉल करें
यहाँ हर उपकरण एक सादा REST एंडपॉइंट है। गुमनाम इस्तेमाल के लिए खाता या API कुंजी नहीं चाहिए। ब्राउज़र, डेवलपर और AI एजेंट, तीनों के लिए।
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
-F "[email protected]" \
-F "outputFormat=txt" \
-o output.pdfModel Context Protocol बोलने वाले एजेंट क्लाइंट के लिए MCP उपकरण भी है (JSON-RPC 2.0, POST /mcp)। पूरा API संदर्भ
AI एजेंट से इस्तेमाल करें
स्किलइस स्किल से Claude Code, Codex, Cursor और दूसरे AI एजेंट आपके लिए “PDF से RTF (पाठ)” चला सकते हैं: /skills/pdf123-pdf-to-text.md
फ़ाइलें केवल इस काम के लिए इस्तेमाल होती हैं, फिर अपने आप मिट जाती हैं।