Extraire le texte d'un PDF
Récupérez la couche de texte d'un PDF et enregistrez-la dans un fichier texte UTF-8 propre. Les lignes sont reconstruites d'après la mise en page, vous
Déposez votre fichier PDF ici
ou cliquez pour parcourir
Récupérez le texte contenu dans un PDF pour pouvoir le modifier, le rechercher ou l'injecter dans un autre programme. La mise en page est reconstruite ligne par ligne et page par page, et le résultat peut être copié ou téléchargé sous forme de fichier texte brut.
C'est utile lorsqu'un rapport n'existe qu'en PDF, lorsque vous devez citer un passage, ou lorsque vous voulez vérifier un document sans ouvrir de lecteur. Le texte est lu directement dans le fichier : cela fonctionne donc sur les PDF créés numériquement ; un scan ne contient aucune couche de texte et nécessite une OCR à la place.
Comment extraire le texte d'un PDF
Ajoutez votre PDF
Extrayez le texte
Copiez-le ou téléchargez le fichier .txt
Questions fréquentes
Pourquoi mon PDF scanné est-il vide ?
Un scan est une image de texte sans couche de texte : il n'y a donc aucun caractère à extraire. Ces fichiers nécessitent d'abord une reconnaissance optique de caractères (OCR).
La mise en page est-elle conservée ?
Les retours à la ligne et les sauts de page sont conservés, mais les mises en page complexes à plusieurs colonnes et les tableaux ne ressortent qu'en approximation selon l'ordre de lecture. Prévoyez de remettre les tableaux en forme à la main.
Puis-je extraire seulement certaines pages ?
Oui, saisissez une plage de pages et seules celles-ci sont traitées : pratique pour les longs rapports dont vous n'avez besoin que d'une section.
Cela fonctionne-t-il avec du texte non latin ?
Oui, à condition que le PDF intègre les polices nécessaires à l'affichage des caractères. Les documents en chinois, japonais, coréen, cyrillique et arabe s'extraient généralement correctement.
Y a-t-il une limite de taille ?
La limite pratique est la mémoire de votre appareil. Les longs documents sont extraits page par page et peuvent être lus au fur et à mesure.
Mon PDF est-il envoyé sur un serveur ?
Non, l'extraction s'exécute dans votre navigateur.
En un coup d'œil
| Entrée | |
|---|---|
| Fichiers multiples | Non |
| Où ça tourne | Dans votre navigateur - les fichiers ne sont jamais envoyés |
| Fonctionne hors ligne | Oui — une fois la page chargée |
| Tarif | Gratuit, sans inscription, sans filigrane |
Garder le texte sélectionnable et cherchable
Un PDF peut contenir du vrai texte ou l'image d'un texte, et la différence compte : le vrai texte peut être sélectionné, cherché, copié et lu à voix haute, tandis qu'une page numérisée ne le peut pas tant que personne n'y a appliqué l'OCR. Beaucoup d'outils de « réduction de taille » aplatissent silencieusement tout en images, ce qui allège le fichier mais détruit la recherche et rend le texte flou au zoom. Si un document doit rester utilisable - contrats, manuels, tout ce que vous devrez peut-être chercher plus tard - gardez le texte sous forme de texte et ne compressez que les images. Si vous partez d'un scan, lancez d'abord l'OCR, puis compressez.
Ce qui rend vraiment un PDF lourd
Presque tout le poids d'un PDF volumineux vient des images, pas du texte. Un scan de dix pages peut peser 40 Mo alors qu'un document texte de 300 pages reste souvent sous 2 Mo. C'est pourquoi la compression cible les images intégrées : elle les sous-échantillonne à une résolution raisonnable (150 dpi suffisent en général pour une lecture à l'écran, 300 dpi seulement si quelqu'un doit l'imprimer) et les réencode plus efficacement. Le texte, les signets, les liens et les champs de formulaire ne coûtent presque rien et ne devraient jamais avoir à être supprimés. Si un fichier reste lourd après compression, il contient en général soit beaucoup d'images haute résolution que le réglage de compression n'a pas touchées, soit des polices intégrées et des pièces jointes que vous pouvez retirer.