Convertisseur PDF en Texte - Extrayez le Texte d’un PDF en Ligne, Gratuit et Privé
Convertisseur PDF en Texte
Récupérez le texte d’un PDF, page par page
Glissez-déposez un PDF ici, ou cliquez pour choisir
Ordre de Lecture
Les fragments de texte sont regroupés en lignes selon leur position sur la page et lus de gauche à droite et de haut en bas.
Option Paragraphes
Regroupez les lignes de chaque paragraphe en une seule et réparez les mots coupés par un trait d’union en fin de ligne.
Repère les Scans
Si un PDF n’a pas de couche de texte, l’outil le dit au lieu de renvoyer un fichier vide, car un scan demande l’OCR.
Confidentiel
Le PDF est lu dans votre navigateur avec pdf.js et n’est jamais envoyé.
Comment le Texte Est Stocké dans un PDF
Un PDF ne stocke pas de paragraphes. Il stocke de petits morceaux de texte, chacun avec la position où il doit être dessiné, et un lecteur les peint sur la page. Pour retrouver un texte lisible, un programme doit décider quels morceaux appartiennent à la même ligne, dans quel ordre les lire et où finit un paragraphe. Cet outil le fait à partir des positions : les morceaux de hauteur presque identique forment une ligne, les écarts plus larges qu'un espacement normal deviennent des espaces et un plus grand écart vertical ouvre un nouveau paragraphe.
Le résultat est bon pour des documents ordinaires mais peut être imparfait pour des mises en page à colonnes, des tableaux, des notes de bas de page ou des polices inhabituelles, où l'ordre de lecture relève du jugement. Si le résultat est vide, le PDF est probablement un scan : chaque page est une image et il n'y a pas de texte à extraire avant l'OCR. Les documents peuvent aussi interdire la copie dans leurs autorisations, ce que certains programmes respectent.
Points Clés
- Comparé à pdftotext : Les mots extraits de documents de test correspondaient à la sortie de pdftotext de poppler.
- PDF numérisés : Si aucun texte n’est trouvé, convertissez les pages en images avec le Convertisseur de PDF en Images et lisez-les avec l’outil « OCR Image en Texte ».
- Gros fichiers : Les pages sont lues une par une : les longs documents fonctionnent, et vous pouvez choisir une plage de pages pour gagner du temps.