Перейти до основного вмісту
PPDF123

Перетворення PDF на текст

PDF у RTF (текст) витягує текст, що вже є в PDF, і повертає його звичайним файлом .txt або як RTF. OCR він не виконує, тож скани лише із зображень виходять порожніми.

Перетягніть файли сюди або натисніть, щоб вибрати

Формати: PDF · до 500.0 MB на файл · до 20 файлів за раз

Файл також можна вставити через Ctrl/Cmd+V або з меню буфера обміну.

«PDF у RTF (текст)» витягає слова, які вже існують як текстові об’єкти. Типовий шлях `txt` використовує той самий рідний екстрактор, що й інші операції pdf-core (`pdfio::extract_text`), і повертає `text/plain`. OCR він не виконує і LibreOffice не викликає.

Якщо обрати `rtf`, файл натомість іде через LibreOffice `writer_pdf_import`. Цей шлях потребує `soffice` на сервері й відбудовує приблизний документ із форматованим текстом. Очікуйте заміни шрифтів і зламаних таблиць; вважайте RTF чернеткою.

Скани, що складаються лише із зображень, дають порожній або майже порожній `.txt`. OCR на цьому сайті повертає Markdown, а не пошуковий PDF, який можна надіслати назад сюди.

Поля діапазону сторінок немає. Читаються всі сторінки. Файли, захищені паролем, на цій сторінці розблоковуються за вас, щойно ви введете пароль; виклики через API спочатку виконують «Зняти пароль».

Якщо потрібні заголовки й списки, а не суцільний текстовий дамп, ближчий інструмент — «PDF у Markdown». Якщо потрібні таблиці у вигляді рядків, використовуйте «PDF у CSV» або «PDF у Excel».

Результат зберігає базову назву завантаженого файлу, тож `minutes.pdf` стає `minutes.txt` або `minutes.rtf`. Шлях TXT завантажує весь документ, одним викликом просить екстрактор витягти кожну сторінку і повертає рядок як `text/plain`. Значення outputFormat, відмінне від `txt` чи `rtf`, відхиляється помилкою 400 з переліком двох дозволених значень.

Робочий приклад: політика на 30 сторінок, створена в текстовому процесорі й експортована в PDF. Запустіть її з TXT і відкрийте результат у редакторі: абзаци й заголовки ви побачите як рядки тексту, у яких можна шукати або які можна передати скрипту. Скан того самого посібника, збережений копіром як одна картинка на сторінку, дасть порожній або майже порожній файл, бо текстових об’єктів для читання немає.

Швидка перевірка текстового шару: якщо у програмі перегляду ви можете виділити слово курсором, екстрактору є що читати. Якщо ні, файл складається із зображень. У цього інструмента немає OCR; OCR-інструмент сайту повертає Markdown, тож для скана практичний шлях — спочатку OCR, а потім робота з цим Markdown.

Якщо у результаті слова правильні, але в хибному порядку, PDF, імовірно, зберігає текст у порядку, що відрізняється від візуального, а це звична річ для багатоколонкових макетів. Спробуйте «PDF у Markdown», який використовує інший екстрактор, або скопіюйте потрібну сторінку вручну. Якщо RTF завершується помилкою про відсутню залежність, на сервері не встановлено LibreOffice; скористайтеся TXT.

Що вміє

  • Типовий TXT — рідне витягання тексту, не pdftotext і не OCR
  • Опційний RTF через LibreOffice `writer_pdf_import`
  • Читає всі сторінки; без параметра діапазону
  • Анонімний API: /api/v1/convert/pdf/text

Коли брати цей інструмент

  • Передати звіт із текстовим шаром у grep або скрипт
  • Отримати чорновий RTF із цифрового службового листа
  • Перевірити, чи є в PDF взагалі текстовий шар
  • Перенести формулювання політики в редактор, щоб порівняти зі старішою версією

Як витягти текст із PDF?

  1. Переконайтеся, що PDF має текстовий шар: виділіть слово у програмі перегляду; якщо не виходить, спочатку виконайте OCR і використайте повернений Markdown.
  2. Вивантажте PDF і введіть його пароль, якщо сторінка його попросить.
  3. Залиште TXT для простого дампа, у якому можна шукати, або оберіть RTF, лише якщо потрібна чернетка з форматованим текстом від LibreOffice.
  4. Натисніть «Обробити» і завантажте `.txt` або `.rtf`; назва збігається з назвою вивантаженого файлу.
  5. Вибірково порівняйте першу й останню сторінки з PDF. Порожній файл означає відсутність текстового шару; переплутаний порядок означає, що PDF зберігає текст не в порядку читання.

Обмеження і межі

  • Не OCR; скани дають мало тексту або зовсім його не дають
  • Немає керування діапазоном сторінок
  • Візуальний порядок багатоколонкового макета для TXT не відновлюється
  • У TXT заголовки, списки й таблиці не відбудовуються
  • RTF потребує LibreOffice на сервері й є приблизною відбудовою
  • Обмеження завантаження на цьому сайті: 500 МБ на файл; якщо файл більший за приблизно 95 МБ, він надсилається частинами. Тіло одного прямого запиту до API — не більше 100 МБ.

Приклади

  • Звіт за рік із виділюваним текстом зазвичай дає довгий .txt з його абзацами
  • PDF із сфотографованої дошки зазвичай дає порожній або крихітний файл
  • Цифровий посібник на 30 сторінок під назвою handbook.pdf завантажується як handbook.txt
  • outputFormat зі значенням `docx`, надіслане на цю кінцеву точку, повертає 400 із переліком txt і rtf

Приватність цього інструмента

Файли надсилаються через HTTPS, обробляються в оперативній пам’яті або в короткочасному тимчасовому каталозі на наших серверах і видаляються, щойно результат готовий. Копій для подальшого перегляду, навчання моделей чи рекламних профілів ми не зберігаємо. Строки зберігання та відомості про файли cookie AdSense наведені в Політиці конфіденційності.

Часті запитання

Чому текстовий файл порожній?
У PDF немає текстових об’єктів, які міг би прочитати екстрактор. Скани потребують «OCR у Markdown»; цей Markdown не можна надіслати назад у цей інструмент.
Чи TXT те саме, що копіювання з програми перегляду?
Близько, але не ідентично. Порядок відповідає тому, як текст зберігається в потоці вмісту сторінки, і в багатоколонкових макетах він може відрізнятися від візуального порядку читання.
Коли обирати RTF?
Лише тоді, коли потрібно, щоб LibreOffice відбудував документ. TXT — це пряме витягання, і `soffice` йому не потрібен.
Чи зберігаються шрифти й макет?
TXT — це простий текст. RTF — відбудова за принципом найкращих зусиль, а не точна копія.
Чи можна витягти текст лише з деяких сторінок?
Не цим інструментом; читаються всі сторінки. Спочатку виконайте «Вийняти сторінки», щоб скоротити PDF до потрібних сторінок, а потім перетворіть цей файл.
Який інструмент дає заголовки й списки замість простого дампа?
«PDF у Markdown». «PDF у RTF (текст)» повертає текст без структури.
Мій відсканований PDF дав порожній .txt. Файл зіпсований?
Ні. Скан — це картинки тексту, тож екстрактору нічого читати. OCR повертає Markdown, який можна зберегти й використати як текст.
Яку назву отримує завантажений файл?
Базову назву вивантаженого файлу з `.txt` або `.rtf`, наприклад `minutes.pdf` стає `minutes.txt`.
Чому RTF повільніший за TXT або недоступний?
RTF іде через LibreOffice на сервері. Якщо цієї програми немає, RTF завершується помилкою про відсутню залежність, тоді як TXT і далі працює.

Востаннє оновлено:

Виклик із коду

Кожен інструмент на сайті - звичайний REST-інтерфейс. Для анонімної роботи не потрібні обліковий запис чи ключ API. І для браузера, і для розробників, і для програмних агентів.

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

Також є як MCP-інструмент для клієнтів із Model Context Protocol (JSON-RPC 2.0 через POST /mcp). Повний довідник API

Використати через ШІ-агента

Скіл

З цим скілом Claude Code, Codex, Cursor та інші ШІ-агенти зможуть виконати «PDF у RTF (текст)» замість вас: /skills/pdf123-pdf-to-text.md

Усі скіли для агентів

Файли потрібні лише для цієї обробки й потім стираються самі.