Text aus PDF extrahieren
Holen Sie die Textebene aus einem PDF und speichern Sie sie als saubere UTF-8-Textdatei. Zeilen werden aus dem Seitenlayout rekonstruiert, Sie können einen
Ziehen Sie Ihre PDF-Datei hierher
oder klicken zum Auswählen
Holen Sie den Text aus einer PDF heraus, um ihn zu bearbeiten, zu durchsuchen oder in ein anderes Programm zu übernehmen. Das Layout wird Zeile für Zeile und Seite für Seite rekonstruiert, und das Ergebnis lässt sich kopieren oder als reine Textdatei herunterladen.
Praktisch, wenn ein Bericht nur als PDF vorliegt, wenn Sie eine Passage zitieren möchten oder ein Dokument prüfen wollen, ohne einen Reader zu öffnen. Der Text wird direkt aus der Datei gelesen, das funktioniert also bei digital erzeugten PDFs; ein Scan enthält keine Textebene und braucht stattdessen OCR.
Text aus PDF extrahieren – so geht es
PDF hinzufügen
Den Text extrahieren
Ihn kopieren oder die .txt-Datei herunterladen
Häufige Fragen
Warum bleibt meine gescannte PDF leer?
Ein Scan ist ein Bild von Text ohne Textebene, es gibt also keine Zeichen zum Extrahieren. Solche Dateien brauchen zuerst eine optische Zeichenerkennung (OCR).
Bleibt das Layout erhalten?
Zeilenumbrüche und Seitenumbrüche bleiben erhalten, aber komplexe mehrspaltige Layouts und Tabellen kommen nur als Näherung in Lesereihenfolge heraus. Rechnen Sie damit, Tabellen von Hand nachzubearbeiten.
Kann ich nur einzelne Seiten extrahieren?
Ja, geben Sie einen Seitenbereich ein, dann werden nur diese Seiten verarbeitet – nützlich bei langen Berichten, aus denen Sie einen Abschnitt brauchen.
Funktioniert das auch mit nicht-lateinischem Text?
Ja, solange die PDF die Schriften einbettet, die zur Darstellung der Zeichen nötig sind. Dokumente auf Chinesisch, Japanisch, Koreanisch, Kyrillisch und Arabisch lassen sich in der Regel korrekt extrahieren.
Gibt es eine Größenbegrenzung?
Die praktische Grenze ist der Arbeitsspeicher Ihres Geräts. Lange Dokumente werden Seite für Seite extrahiert und können schon währenddessen gelesen werden.
Wird meine PDF hochgeladen?
Nein, die Extraktion läuft in Ihrem Browser.
Auf einen Blick
| Eingabe | |
|---|---|
| Mehrere Dateien | Nein |
| Läuft wo | In Ihrem Browser – Dateien werden nie hochgeladen |
| Funktioniert offline | Ja — sobald die Seite geladen ist |
| Preis | Kostenlos, keine Anmeldung, kein Wasserzeichen |
Text auswählbar und durchsuchbar halten
Eine PDF kann echten Text oder ein Bild von Text enthalten, und dieser Unterschied ist wichtig: Echter Text lässt sich auswählen, durchsuchen, kopieren und vorlesen, eine gescannte Seite dagegen erst, wenn jemand OCR darauf anwendet. Viele Werkzeuge zum „Verkleinern“ wandeln stillschweigend alles in Bilder um, was die Datei schrumpfen lässt, aber die Durchsuchbarkeit zerstört und den Text beim Zoomen unscharf macht. Wenn ein Dokument nutzbar bleiben soll – Verträge, Handbücher, alles, was Sie später durchsuchen möchten –, behalten Sie Text als Text und komprimieren Sie nur die Bilder. Wenn Sie von einem Scan ausgehen, führen Sie zuerst OCR aus und komprimieren Sie danach.
Was eine PDF wirklich groß macht
Fast alles an einer umfangreichen PDF sind Bilder, nicht Text. Ein Scan mit zehn Seiten kann 40 MB groß sein, während ein Textdokument mit 300 Seiten oft unter 2 MB bleibt. Deshalb setzt die Kompression bei den eingebetteten Bildern an: Sie skaliert sie auf eine sinnvolle Auflösung herunter (150 dpi reichen zum Lesen am Bildschirm meist aus, 300 dpi nur, wenn jemand das Ergebnis druckt) und kodiert sie effizienter neu. Text, Lesezeichen, Links und Formularfelder kosten fast nichts und müssen nie entfernt werden. Bleibt eine Datei nach der Kompression groß, enthält sie meist entweder viele hochauflösende Bilder, die die Kompressionseinstellung nicht erfasst hat, oder eingebettete Schriften und Anhänge, die Sie entfernen können.