Till huvudinnehållet
PPDF123

Konvertera PDF till text

PDF till RTF extraherar texten som redan finns i en PDF och returnerar den som en vanlig .txt-fil, eller som RTF. Den kör ingen OCR, så rena bildskanningar blir tomma.

Dra filer hit, eller klicka för att välja

Tar emot PDF · upp till 500.0 MB per fil · upp till 20 filer åt gången

Du kan också klistra in en fil med Ctrl/Cmd+V eller via urklippsmenyn.

PDF till RTF drar ut ord som redan finns som textobjekt. Standardvägen `txt` använder samma lokala extraherare som andra pdf-core-operationer (`pdfio::extract_text`) och returnerar `text/plain`. Den kör ingen OCR och anropar inte LibreOffice.

Väljer du `rtf` går filen i stället via LibreOffice `writer_pdf_import`. Den vägen kräver `soffice` på servern och bygger upp ett grovt rich text-dokument. Räkna med utbytta typsnitt och trasiga tabeller; behandla RTF som ett utkast.

Rena bildskanningar ger en tom eller nästan tom `.txt`. Webbplatsens OCR returnerar Markdown, inte en sökbar PDF som kan skickas tillbaka hit.

Det finns inget sidintervallfält. Varje sida läses. Lösenordsskyddade filer låses upp åt dig på den här sidan när du anger lösenordet; API-anropare kör Ta bort lösenord först.

Vill du ha rubriker och listor i stället för ren text, är PDF till Markdown det närmare verktyget. Vill du ha tabeller som rader, använd PDF till CSV eller PDF till Excel.

Utdatan behåller den uppladdade filens basnamn, så `minutes.pdf` blir `minutes.txt` eller `minutes.rtf`. TXT-vägen läser in hela dokumentet, ber extraherern om varje sida i ett enda anrop och returnerar strängen som `text/plain`. Ett outputFormat som inte är `txt` eller `rtf` avvisas med ett 400-svar som listar de två tillåtna värdena.

Ett räkneexempel: en 30-sidig policyhandbok, digitalt skapad och exporterad från ett ordbehandlingsprogram. Kör den med TXT och öppna resultatet i en editor: du bör hitta styckena och rubrikerna som textrader som du kan söka i eller mata till ett skript. En skanning av samma handbok, sparad från en kopiator som en bild per sida, ger en tom eller nästan tom fil, eftersom det inte finns några textobjekt att läsa.

Snabbtest för textlager: om du kan markera ett ord med markören i en läsare har extraherern något att läsa. Kan du inte det består filen av bilder. Det här verktyget har ingen OCR; webbplatsens OCR-verktyg returnerar Markdown, så för en skanning är den praktiska vägen att köra OCR först och sedan arbeta utifrån den Markdownen.

Om utdatan har rätt ord i fel ordning lagrar PDF:en troligen sin text i en annan ordning än den visuella, vilket är vanligt med layouter i flera spalter. Prova PDF till Markdown, som använder en annan extraherare, eller kopiera den berörda sidan för hand. Om RTF misslyckas med ett fel om saknat beroende har servern inget LibreOffice installerat; använd TXT i stället.

Funktioner

  • Standard TXT via lokal textutvinning, varken pdftotext eller OCR
  • Valfri RTF via LibreOffice `writer_pdf_import`
  • Läser varje sida; ingen sidintervallparameter
  • Anonymt API: /api/v1/convert/pdf/text

När du ska använda det här verktyget

  • Skicka en rapport med textlager till grep eller ett skript
  • Få ett grovt RTF-utkast från en digitalt skapad promemoria
  • Kontrollera om en PDF över huvud taget har ett textlager
  • Hämta formuleringarna i en policyhandbok till en editor för jämförelse med en äldre version

Hur extraherar jag text ur en PDF?

  1. Kontrollera att PDF:en har ett textlager genom att markera ett ord i en läsare; kan du inte det, kör OCR först och använd den Markdown den returnerar.
  2. Ladda upp PDF:en och ange lösenordet om sidan frågar efter ett.
  3. Behåll TXT för en ren textutskrift som du kan söka i, eller välj RTF bara om du vill ha ett rich text-utkast från LibreOffice.
  4. Klicka på Bearbeta och ladda ner `.txt` eller `.rtf`; namnet följer uppladdningen.
  5. Stickprovsgranska första och sista sidan mot PDF:en. En tom fil betyder att textlager saknas; rörd ordning betyder att PDF:en lagrar sin text i en annan ordning än läsordningen.

Gränser och specialfall

  • Ingen OCR; skanningar ger lite eller ingen text
  • Ingen sidintervallkontroll
  • Visuell ordning i flera spalter återställs inte för TXT
  • Inga rubriker, listor eller tabeller byggs upp i TXT
  • RTF kräver LibreOffice på servern och är en grov återbyggnad
  • Uppladdningsgräns på webbplatsen: 500 MB per fil, som skickas i delar över cirka 95 MB. Innehållet i en enskild direkt API-förfrågan är begränsat till 100 MB.

Exempel

  • En årsrapport med markerbar text ger vanligen en lång .txt med styckena
  • En PDF av ett fotograferat whiteboard ger vanligen en blank eller mycket liten fil
  • En digitalt skapad handbok på 30 sidor med namnet handbook.pdf laddas ner som handbook.txt
  • Ett outputFormat på `docx` som skickas till den här ändpunkten ger ett 400-svar som listar txt och rtf

Integritet för det här verktyget

Filer laddas upp via HTTPS, bearbetas i serverns minne eller en kortlivad tillfällig katalog och raderas när resultatet är klart. Vi behåller inga kopior för senare bläddring, träning eller annonsprofiler. Se integritetspolicyn för lagringstider och AdSense-cookieupplysningar.

Vanliga frågor

Varför är textfilen tom?
PDF:en har inga textobjekt som extraherern kan läsa. Skanningar behöver OCR till Markdown; den Markdownen kan inte skickas tillbaka in i det här verktyget.
Är TXT samma sak som att kopiera från en läsare?
Nära, men inte identiskt. Ordningen följer hur texten är lagrad i sidans innehållsström, vilket kan skilja sig från den visuella läsordningen i layouter med flera spalter.
När ska jag välja RTF?
Bara när du vill att LibreOffice ska bygga om ett dokument. TXT är det direkta utdraget och kräver inte soffice.
Behålls typsnitt och layout?
TXT är ren text. RTF är en återbyggnad så gott det går, inte en pixelexakt kopia.
Kan jag extrahera text från bara vissa sidor?
Inte med det här verktyget; varje sida läses. Kör Plocka ut sidor först för att skära ner PDF:en till de sidor du vill ha och konvertera sedan den filen.
Vilket verktyg ger mig rubriker och listor i stället för ren text?
PDF till Markdown. PDF till RTF returnerar texten utan struktur.
Min skannade PDF gav en tom .txt. Är filen trasig?
Nej. En skanning består av bilder av text, så det finns ingen text för extraherern att läsa. OCR returnerar Markdown, som du kan spara och använda som texten.
Vilket namn får den nedladdade filen?
Den uppladdade filens basnamn med `.txt` eller `.rtf`, till exempel blir `minutes.pdf` till `minutes.txt`.
Varför är RTF långsammare eller otillgängligt jämfört med TXT?
RTF går via LibreOffice på servern. Om det programmet saknas misslyckas RTF med ett fel om saknat beroende medan TXT fortfarande fungerar.

Senast uppdaterad:

Anropa från kod

Varje verktyg på webbplatsen är ett vanligt REST-anrop. För anonym användning behövs varken konto eller API-nyckel. Lika mycket för AI-agenter och utvecklare som för webbläsaren.

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

Finns också som MCP-verktyg för klienter som talar Model Context Protocol (JSON-RPC 2.0 via POST /mcp). Fullständig API-referens

Använd den från en AI-agent

Skill

Med den här skillen kan Claude Code, Codex, Cursor och andra AI-agenter köra ”PDF till RTF” åt dig: /skills/pdf123-pdf-to-text.md

Alla agent-skills

Filerna används bara för den här körningen och raderas automatiskt efteråt.