FR

Extraire le texte d'un PDF

Choisissez un PDF pour collecter son texte intégré. Cet outil n'effectue pas d'OCR sur les pages numérisées ou sur le texte stocké uniquement sous forme d'images.

Aucun octet de vos fichiers n’est envoyé à Lutrakit.

Chargement

Extraire le texte déjà présent dans un PDF

Transformez le texte intégré à un PDF en fichier texte pour effectuer une recherche, citer un passage ou le modifier. L'extraction ne reconnaît pas les mots dans les images d'un document numérisé.

Mode d’emploi

  1. Sélectionnez un PDF contenant une couche de texte.
  2. Activez les séparateurs de page pour retrouver l'origine des passages ; ils sont désactivés au départ. Choisissez le nom de sortie.
  3. Extrayez et téléchargez le TXT, puis comparez un paragraphe, les colonnes et les caractères spéciaux avec le PDF.

Exemple

Point de départ
Un PDF contenant le texte extractible Bonjour en page 1 et Monde en page 2, sans séparateurs de page.
Résultat attendu
Un TXT contenant Bonjour, une ligne vide, puis Monde. Le mode avec séparateurs ajoute des en-têtes numérotés pour repérer les pages.

Avant de commencer

  • L'entrée est limitée à 100 Mio. Un scan composé uniquement d'images nécessite une reconnaissance OCR ailleurs avant que cet outil puisse en extraire les mots.
  • Le TXT ne conserve ni polices, ni images, ni disposition des tableaux. L'ordre de lecture dépend de la structure du PDF ; contrôlez les colonnes et l'encodage des caractères avant réutilisation.