Konwersja PDF na tekst
PDF na RTF (tekst) wyodrębnia tekst, który już istnieje w PDF, i zwraca go jako zwykły plik .txt albo jako RTF. Nie uruchamia OCR, więc skany z samych obrazów wychodzą puste.
Przeciągnij pliki tutaj albo kliknij, żeby wybrać
Obsługiwane: PDF · do 500.0 MB na plik · maks. 20 plików naraz
Możesz też wkleić plik przez Ctrl/Cmd+V lub z menu schowka.
Konwersja PDF na RTF (tekst) wyciąga słowa, które już istnieją jako obiekty tekstowe. Domyślna ścieżka `txt` używa tego samego natywnego ekstraktora co inne operacje pdf-core (`pdfio::extract_text`) i zwraca `text/plain`. Nie uruchamia OCR ani LibreOffice.
Przy wyborze `rtf` plik idzie zamiast tego przez LibreOffice `writer_pdf_import`. Ta ścieżka wymaga `soffice` na serwerze i buduje surowy dokument rich text. Spodziewaj się podmian czcionek i połamanych tabel; traktuj RTF jako szkic.
Skany złożone wyłącznie z obrazów dają pusty lub niemal pusty `.txt`. OCR na tej stronie zwraca Markdown, a nie przeszukiwalny PDF, który można by tu odesłać.
Nie ma pola zakresu stron. Czytana jest każda strona. Pliki chronione hasłem są odblokowywane za Ciebie na tej stronie, gdy tylko wpiszesz hasło; wywołujący API najpierw uruchamiają Usuń hasło.
Jeśli potrzebujesz nagłówków i list zamiast zrzutu tekstu, bliższym narzędziem jest PDF na Markdown. Jeśli potrzebujesz tabel jako wierszy, użyj PDF na CSV lub PDF na Excel.
Wynik zachowuje nazwę bazową przesłanego pliku, więc `minutes.pdf` staje się `minutes.txt` lub `minutes.rtf`. Ścieżka TXT wczytuje cały dokument, prosi ekstraktor o wszystkie strony jednym wywołaniem i zwraca ciąg znaków jako `text/plain`. Wartość outputFormat inna niż `txt` lub `rtf` jest odrzucana błędem 400 z listą dwóch dozwolonych wartości.
Przykład: 30-stronicowy podręcznik zasad, utworzony elektronicznie i wyeksportowany z edytora tekstu. Uruchom go z TXT i otwórz wynik w edytorze: akapity i nagłówki znajdziesz jako linie tekstu, które można przeszukiwać albo przekazać skryptowi. Skan tego samego podręcznika, zapisany z kopiarki jako jeden obraz na stronę, dałby pusty lub niemal pusty plik, bo nie ma obiektów tekstowych do odczytu.
Szybki test warstwy tekstu: jeśli w przeglądarce PDF możesz kursorem zaznaczyć słowo, ekstraktor ma co czytać. Jeśli nie możesz, plik to obrazy. To narzędzie nie ma OCR; narzędzie OCR tej strony zwraca Markdown, więc dla skanu praktyczna droga to najpierw OCR, a potem praca na tym Markdown.
Jeśli wynik ma właściwe słowa w złej kolejności, PDF prawdopodobnie przechowuje tekst w kolejności innej niż wizualna, co często zdarza się przy układach wielokolumnowych. Spróbuj PDF na Markdown, który używa innego ekstraktora, albo skopiuj daną stronę ręcznie. Jeśli RTF kończy się błędem brakującej zależności, na serwerze nie ma LibreOffice; użyj wtedy TXT.
Funkcje
- Domyślny TXT: natywne wyciąganie tekstu, nie pdftotext i nie OCR
- Opcjonalny RTF przez LibreOffice `writer_pdf_import`
- Czyta każdą stronę; bez parametru zakresu stron
- Anonimowe API: /api/v1/convert/pdf/text
Kiedy tego użyć
- Wrzucić raport z warstwą tekstu do grep lub skryptu
- Dostać surowy szkic RTF z elektronicznej notatki
- Sprawdzić, czy PDF w ogóle ma warstwę tekstu
- Wciągnąć treść podręcznika zasad do edytora, by porównać ją ze starszą wersją
Jak wyodrębnić tekst z PDF?
- Sprawdź, czy PDF ma warstwę tekstu, zaznaczając słowo w przeglądarce PDF; jeśli się nie da, najpierw użyj OCR i pracuj na zwróconym Markdown.
- Prześlij PDF i wpisz jego hasło, jeśli strona o nie poprosi.
- Zostaw TXT, jeśli chcesz zwykły zrzut do przeszukiwania, albo wybierz RTF tylko wtedy, gdy potrzebujesz szkicu rich text z LibreOffice.
- Kliknij Przetwórz i pobierz `.txt` lub `.rtf`; nazwa odpowiada przesłanemu plikowi.
- Sprawdź wyrywkowo pierwszą i ostatnią stronę względem PDF. Pusty plik oznacza brak warstwy tekstu; pomieszana kolejność oznacza, że PDF przechowuje tekst poza kolejnością czytania.
Ograniczenia i przypadki brzegowe
- Nie OCR; skany dają mało tekstu albo nic
- Bez kontroli zakresu stron
- TXT nie odbudowuje wizualnej kolejności układów wielokolumnowych
- TXT nie odtwarza nagłówków, list ani tabel
- RTF wymaga LibreOffice na serwerze i jest surową odbudową
- Limit przesyłania na tej stronie: 500 MB na plik, wysyłane porcjami powyżej około 95 MB. Treść pojedynczego bezpośredniego żądania API jest ograniczona do 100 MB.
Przykłady
- Raport roczny z zaznaczalnym tekstem zwykle daje długi .txt z jego akapitami
- PDF ze zdjęciem tablicy zwykle daje pusty lub bardzo mały plik
- 30-stronicowy podręcznik utworzony elektronicznie o nazwie handbook.pdf pobiera się jako handbook.txt
- Wartość outputFormat `docx` wysłana do tego endpointu zwraca 400 z listą txt i rtf
Prywatność tego narzędzia
Pliki są przesyłane przez HTTPS, przetwarzane w pamięci lub w krótkotrwałym katalogu tymczasowym na naszych serwerach i usuwane, gdy wynik jest gotowy. Nie przechowujemy kopii do późniejszego przeglądania, trenowania ani profili reklamowych. Szczegóły retencji i pliki cookie AdSense znajdują się w polityce prywatności.
Najczęstsze pytania
- Dlaczego plik tekstowy jest pusty?
- W PDF nie ma obiektów tekstowych, które ekstraktor mógłby odczytać. Skany potrzebują OCR do Markdown; tego Markdown nie można odesłać do tego narzędzia.
- Czy TXT jest tym samym co kopiowanie z przeglądarki PDF?
- Blisko, ale nie identycznie. Kolejność wynika z tego, jak tekst jest zapisany w strumieniu treści strony, co w układach wielokolumnowych może się różnić od wizualnej kolejności czytania.
- Kiedy wybrać RTF?
- Tylko gdy chcesz, by LibreOffice odbudował dokument. TXT to bezpośrednie wyciąganie i nie potrzebuje soffice.
- Czy zachowa czcionki i układ?
- TXT to czysty tekst. RTF to odbudowa na tyle, na ile się da, a nie dopasowanie co do piksela.
- Czy mogę wyciągnąć tekst tylko z niektórych stron?
- Nie w tym narzędziu; czytana jest każda strona. Najpierw użyj Wyodrębnij strony, by przyciąć PDF do potrzebnych stron, a potem skonwertuj ten plik.
- Które narzędzie da nagłówki i listy zamiast zwykłego zrzutu?
- PDF na Markdown. PDF na RTF (tekst) zwraca tekst bez struktury.
- Mój zeskanowany PDF dał pusty .txt. Czy plik jest zepsuty?
- Nie. Skan to obrazy tekstu, więc ekstraktor nie ma czego czytać. OCR zwraca Markdown, który możesz zapisać i używać jako tekst.
- Jaką nazwę dostaje pobrany plik?
- Nazwę bazową przesłanego pliku z `.txt` lub `.rtf`, na przykład `minutes.pdf` staje się `minutes.txt`.
- Dlaczego RTF jest wolniejszy lub niedostępny w porównaniu z TXT?
- RTF przechodzi przez LibreOffice na serwerze. Jeśli tego programu brakuje, RTF kończy się błędem brakującej zależności, a TXT nadal działa.
Ostatnia aktualizacja:
Wywołanie z kodu
Każde narzędzie na stronie to zwykły interfejs REST. Anonimowo nie trzeba konta ani klucza API. Działa w przeglądarce, u programistów i u agentów AI.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
-F "[email protected]" \
-F "outputFormat=txt" \
-o output.pdfDostępne też jako narzędzie MCP dla klientów mówiących Model Context Protocol (JSON-RPC 2.0, POST /mcp). Pełna dokumentacja API
Użyj go z agentem AI
SkillZ tym skillem Claude Code, Codex, Cursor i inne agenty AI mogą wykonać za Ciebie „PDF na RTF (tekst)”: /skills/pdf123-pdf-to-text.md
Pliki służą tylko do tego zadania i są potem automatycznie usuwane.