Come si usa: Estrarre testo da PDF
- Scegli il file PDF da cui vuoi estrarre il testo. L'estrazione pagina per pagina parte subito dopo la selezione.
- Se non ti servono separatori tra le pagine come "----- 1ª pagina -----", togli la spunta. La modifica si applica subito al risultato.
- Nel riquadro del risultato seleziona e copia solo la parte che ti serve, oppure premi Copia tutto.
- Premi Salva in TXT per scaricare un file di testo UTF-8 che puoi aprire con Blocco note, TextEdit o qualsiasi editor.
Perché il testo di un PDF non si copia bene
Quando selezioni e copi il testo da un visualizzatore PDF capita spesso che gli a capo finiscano nei punti sbagliati, che nei documenti impaginati su due colonne le frasi della colonna sinistra si mescolino con quelle della destra, o che compaiano spazi strani tra le lettere. Succede perché un PDF registra soltanto "quale carattere disegnare e in quale posizione", senza salvare la struttura di frasi e paragrafi.
Questo strumento legge le coordinate dei frammenti di testo contenuti nel PDF, unisce in una sola riga i frammenti che si trovano alla stessa altezza e, dove l'interlinea è più ampia, interpreta il salto come un nuovo paragrafo e inserisce una riga vuota. Così ottieni un testo più leggibile rispetto al semplice copia e incolla dal visualizzatore.
Quando il testo di un PDF scansionato non si può estrarre
I PDF creati con uno scanner o con la fotocamera dello smartphone contengono, per ogni pagina, un'unica immagine. Anche se a occhio vedi delle parole, nel file non ci sono informazioni sui caratteri e quindi il risultato dell'estrazione resta vuoto. In questi casi serve un programma di OCR (riconoscimento ottico dei caratteri) che legga il testo nelle immagini: questo strumento non supporta l'OCR.
Per capire se un documento è una scansione, prova a selezionare il testo nel visualizzatore PDF. Se non riesci a selezionare singole parole e viene evidenziata l'intera pagina, si tratta di un PDF composto da immagini.
Consigli per usare il testo estratto
- Quando devi citare un rapporto, una tesi o un articolo scientifico, puoi incollare direttamente le frasi senza riscriverle a mano.
- Se nel risultato ci sono a capo a metà frase, usa lo strumento Rimuovi a capo per ricomporre il testo in un unico paragrafo.
- Se devi rispettare un limite di lunghezza, incolla il risultato nel Conta caratteri per verificare caratteri e byte.
- Le tabelle vengono estratte come righe di testo, senza divisione in celle. Se la struttura della tabella è importante, conviene recuperare il file originale (Excel, Word e simili).
- Il file TXT è codificato in UTF-8, quindi lettere accentate come à, è, ö o ü e i caratteri speciali vengono conservati correttamente.
Privacy: il PDF non lascia il tuo dispositivo
L'analisi del PDF e l'estrazione del testo avvengono interamente nel browser. Il file non viene caricato su alcun server, per cui puoi usare lo strumento anche con contratti, buste paga o documenti di lavoro riservati. Non serve registrarsi e l'uso è gratuito.