Langkau ke kandungan utama
PPDF123

Tukar PDF kepada Teks

PDF ke RTF (Teks) mengekstrak teks yang sudah ada dalam PDF dan memulangkannya sebagai fail .txt biasa, atau sebagai RTF. Ia tidak menjalankan OCR, jadi imbasan imej sahaja menghasilkan fail kosong.

Seret dan lepaskan fail di sini, atau klik untuk pilih

Menerima PDF · sehingga 500.0 MB setiap fail · sehingga 20 fail sekali gus

Anda juga boleh menampal fail dengan Ctrl/Cmd+V atau dari menu papan keratan.

PDF ke RTF (Teks) mengekstrak kata yang sudah wujud sebagai objek teks. Laluan `txt` lalai memakai pengekstrak tempatan yang sama dengan operasi pdf-core lain (`pdfio::extract_text`) dan memulangkan `text/plain`. Ia tidak menjalankan OCR dan tidak memanggil LibreOffice.

Pilih `rtf` dan fail akan melalui LibreOffice `writer_pdf_import` sebagai ganti. Laluan itu memerlukan `soffice` pada pelayan dan membina semula dokumen teks kaya yang kasar. Jangkakan penggantian fon dan jadual yang rosak; anggap RTF sebagai draf.

Imbasan yang hanya imej menghasilkan `.txt` kosong atau hampir kosong. OCR di tapak ini memulangkan Markdown, bukan PDF boleh dicari yang boleh dihantar semula ke sini.

Tiada medan julat halaman. Setiap halaman dibaca. Fail yang dilindungi kata laluan dibuka untuk anda pada halaman ini sebaik sahaja anda memasukkan kata laluan; pemanggil API perlu menjalankan Buang kata laluan dahulu.

Jika anda memerlukan tajuk dan senarai dan bukannya longgokan teks, PDF ke Markdown ialah alat yang lebih sesuai. Jika anda memerlukan jadual sebagai baris, gunakan PDF ke CSV atau PDF ke Excel.

Output mengekalkan nama asas fail yang dimuat naik, jadi `minutes.pdf` menjadi `minutes.txt` atau `minutes.rtf`. Laluan TXT memuatkan keseluruhan dokumen, meminta pengekstrak memberikan setiap halaman dalam satu panggilan dan memulangkan rentetan itu sebagai `text/plain`. outputFormat selain `txt` atau `rtf` ditolak dengan 400 yang menyenaraikan dua nilai dibenarkan.

Satu contoh kerja: manual dasar 30 halaman yang lahir digital, dieksport daripada pemproses perkataan. Jalankan dengan TXT dan buka hasilnya dalam penyunting: anda akan mendapati perenggan dan tajuk sebagai baris teks, yang boleh anda cari atau suapkan kepada skrip. Imbasan manual yang sama, disimpan daripada mesin salin sebagai satu gambar setiap halaman, akan memberikan fail kosong atau hampir kosong, kerana tiada objek teks untuk dibaca.

Ujian pantas untuk lapisan teks: jika anda boleh memilih satu perkataan dengan kursor dalam pemapar, pengekstrak mempunyai sesuatu untuk dibaca. Jika tidak, fail itu ialah imej. Alat ini tiada OCR; alat OCR tapak ini memulangkan Markdown, jadi untuk imbasan, laluan praktikal ialah OCR dahulu kemudian bekerja daripada Markdown itu.

Jika output mempunyai perkataan yang betul dalam tertib yang salah, PDF itu mungkin menyimpan teksnya dalam tertib yang berbeza daripada tertib visual, yang lazim pada susun atur berbilang lajur. Cuba PDF ke Markdown, yang menggunakan pengekstrak berbeza, atau salin halaman terjejas dengan tangan. Jika RTF gagal dengan ralat kebergantungan tiada, pelayan tidak memasang LibreOffice; gunakan TXT.

Ciri

  • TXT lalai melalui pengekstrakan teks tempatan, bukan pdftotext dan bukan OCR
  • RTF pilihan melalui LibreOffice `writer_pdf_import`
  • Membaca setiap halaman; tiada parameter julat halaman
  • API tanpa nama di /api/v1/convert/pdf/text

Bila menggunakan alat ini

  • Tuangkan laporan berlapisan teks ke grep atau skrip
  • Dapatkan draf RTF kasar daripada memo yang lahir digital
  • Periksa sama ada PDF benar-benar ada lapisan teks
  • Tarik perkataan manual dasar ke dalam penyunting untuk dibandingkan dengan versi yang lebih lama

Bagaimana cara mengekstrak teks daripada PDF?

  1. Semak bahawa PDF mempunyai lapisan teks dengan memilih satu perkataan dalam pemapar; jika tidak boleh, OCR dahulu dan gunakan Markdown yang dipulangkan.
  2. Muat naik PDF dan masukkan kata laluannya jika halaman memintanya.
  3. Kekalkan TXT untuk longgokan biasa yang boleh dicari, atau pilih RTF hanya jika anda mahu draf teks kaya LibreOffice.
  4. Klik Proses dan muat turun `.txt` atau `.rtf`; namanya sepadan dengan muat naik.
  5. Semak halaman pertama dan terakhir dengan PDF. Fail kosong bermakna tiada lapisan teks; tertib berselerak bermakna PDF menyimpan teksnya di luar tertib bacaan.

Had dan kes khas

  • Bukan OCR; imbasan menghasilkan sedikit teks atau tiada
  • Tiada kawalan julat halaman
  • Tertib visual berbilang lajur tidak dibina semula untuk TXT
  • Tiada tajuk, senarai atau jadual dibina semula dalam TXT
  • RTF memerlukan LibreOffice pada pelayan dan merupakan pembinaan semula yang kasar
  • Had muat naik di tapak web ini: 500 MB setiap fail, dihantar berketul-ketul melebihi kira-kira 95 MB. Satu badan permintaan API langsung dihadkan pada 100 MB.

Contoh

  • Laporan tahunan boleh dipilih biasanya menghasilkan .txt yang panjang bagi perenggannya
  • PDF foto papan putih biasanya menghasilkan fail kosong atau sangat kecil
  • Manual 30 halaman yang lahir digital bernama handbook.pdf dimuat turun sebagai handbook.txt
  • outputFormat `docx` yang dihantar ke titik akhir ini memulangkan 400 yang menyenaraikan txt dan rtf

Privasi untuk alat ini

Fail dimuat naik melalui HTTPS, diproses dalam memori atau direktori sementara singkat di pelayan kami, kemudian dipadam apabila hasil sedia. Kami tidak menyimpan salinan untuk semakan kemudian, latihan, atau profil iklan. Lihat Dasar Privasi untuk pengekalan dan pendedahan kuki AdSense.

Soalan lazim

Mengapa fail teks kosong?
PDF tiada objek teks untuk dibaca oleh pengekstrak. Imbasan memerlukan OCR ke Markdown; Markdown itu tidak boleh dihantar semula ke alat ini.
Adakah TXT sama dengan menyalin dari pemapar?
Hampir, tetapi tidak sama. Tertib mengikuti cara teks disimpan dalam aliran kandungan halaman, yang boleh berbeza daripada tertib bacaan visual dalam susun atur berbilang lajur.
Bila patut saya pilih RTF?
Hanya apabila anda mahu LibreOffice membina semula dokumen. TXT ialah pengekstrakan terus dan tidak memerlukan soffice.
Adakah ini mengekalkan fon dan susun atur?
TXT ialah teks biasa. RTF ialah pembinaan semula sebaik mungkin, bukan padanan piksel.
Bolehkah saya mengekstrak teks sesetengah halaman sahaja?
Tidak dengan alat ini; setiap halaman dibaca. Jalankan Ekstrak halaman dahulu untuk memotong PDF kepada halaman yang anda mahu, kemudian tukar fail itu.
Alat mana yang memberi saya tajuk dan senarai dan bukannya longgokan biasa?
PDF ke Markdown. PDF ke RTF (Teks) memulangkan teks tanpa struktur.
PDF imbasan saya menghasilkan .txt kosong. Adakah fail itu rosak?
Tidak. Imbasan ialah gambar teks, jadi tiada teks untuk dibaca oleh pengekstrak. OCR memulangkan Markdown, yang boleh anda simpan dan gunakan sebagai teks.
Apakah nama yang diberikan kepada fail yang dimuat turun?
Nama asas fail yang dimuat naik dengan `.txt` atau `.rtf`, contohnya `minutes.pdf` menjadi `minutes.txt`.
Mengapa RTF lebih perlahan atau tidak tersedia berbanding TXT?
RTF melalui LibreOffice pada pelayan. Jika program itu tiada, RTF gagal dengan ralat kebergantungan tiada sementara TXT masih berfungsi.

Kemas kini terakhir:

Panggil dari kod

Setiap alat di laman ini ialah panggilan REST biasa. Penggunaan tanpa nama tidak perlukan akaun atau kunci API. Untuk pelayar, pembangun dan ejen AI sama-sama.

curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
  -F "[email protected]" \
  -F "outputFormat=txt" \
  -o output.pdf

Juga tersedia sebagai alat MCP untuk klien ejen yang menggunakan Model Context Protocol (JSON-RPC 2.0 melalui POST /mcp). Rujukan API penuh

Gunakan melalui ejen AI

Skill

Dengan skill ini, Claude Code, Codex, Cursor dan ejen AI lain boleh menjalankan "PDF ke RTF (Teks)" bagi pihak anda: /skills/pdf123-pdf-to-text.md

Semua skill ejen

Fail hanya digunakan untuk pemprosesan ini dan dipadam secara automatik selepas itu.