PDF

PDF naar tekst

Tekst uit een PDF halen als platte tekst.

Wat het doet. Deze tool haalt de tekstlaag uit een PDF. Dat werkt alleen als die laag er is: een PDF die uit een scan bestaat, bevat geen tekst maar afbeeldingen, en daar heb je OCR voor nodig.

Draait in je browserNiets wordt geüploadGeen accountWerkt offline

Hoe je dit gebruikt PDF naar tekst

Kies je PDF.
Kies of je alle pagina's of een bereik wilt.
Kopieer de tekst of sla hem op.

Twee soorten PDF

Ze zien er identiek uit en gedragen zich totaal anders.

Een PDF die uit tekstverwerking of een ontwerpprogramma komt, bevat echte tekst. Die kun je selecteren, doorzoeken en er hier uit halen.

Een PDF die uit een scanner of een telefoonfoto komt, bevat afbeeldingen van pagina's. Er is niets te selecteren, want er is geen tekst — alleen een plaatje waar tekst op staat.

De test duurt twee seconden: open de PDF en probeer een woord te selecteren. Lukt dat niet, dan is het een scan en levert deze tool niets op. Gebruik dan de OCR-tool.

Er bestaat ook een tussenvorm: een scan waar met OCR een onzichtbare tekstlaag onder is gelegd. Die is wel doorzoekbaar, en dan werkt deze tool gewoon — al erf je de fouten die de OCR heeft gemaakt.

Waarom de opmaak sneuvelt

PDF slaat geen alinea's op. Het slaat op waar elk stukje tekst op de pagina staat.

Dat is de reden dat de uitvoer soms rommelig is. De volgorde waarin de tekst in het bestand zit, hoeft niet de volgorde te zijn waarin je hem leest — bij twee kolommen loopt het regelmatig door elkaar.

Wat je vrijwel altijd kwijtraakt: kolommen, tabelstructuur, kopteksten en voetteksten die tussen de lopende tekst belanden, en afbreekstreepjes aan het regeleinde die als koppelteken in het woord blijven staan.

Voor een gewoon document met één kolom is het resultaat prima. Voor een jaarverslag met kolommen en tabellen is nabewerking onvermijdelijk.

Praktische toepassingen

Het meest gebruikt om iets te kunnen doorzoeken of hergebruiken zonder over te typen.

Handig: een citaat overnemen uit een rapport, een adres uit een brief halen, de tekst van een oude PDF in een nieuw document zetten, of tellen hoeveel woorden een document heeft.

Minder handig: een PDF „omzetten naar Word" verwachten. Je krijgt de tekst, niet de opmaak. Wil je een bewerkbaar document met behoud van vormgeving, dan is dat een ander soort conversie — en die geeft zelden een net resultaat.

Let bij vertrouwelijke stukken op één ding: tekst die in de PDF onzichtbaar is gemaakt met een gekleurd vlak, komt hier gewoon uit. Dat is precies waarom zo'n vlak geen veilige manier is om iets weg te lakken.

Veelgestelde vragen

Waarom krijg ik geen tekst?

Dan is je PDF een scan. Probeer een woord te selecteren in de PDF; lukt dat niet, gebruik dan OCR.

Blijft de opmaak behouden?

Nee. Je krijgt platte tekst; kolommen en tabellen gaan verloren.

Waarom loopt de tekst door elkaar?

Bij meerdere kolommen komt de tekst in de volgorde waarin hij in het bestand staat, niet in leesvolgorde.

Kan ik hiermee een PDF naar Word omzetten?

Je krijgt de tekst, niet de opmaak. Dat is een andere conversie.

Komt weggelakte tekst er ook uit?

Als die met een gekleurd vlak is bedekt: ja. Daarom is dat geen veilige manier om iets te verbergen.

Wordt mijn PDF geüpload?

Nee.