utilopdf
Deutsch

PDF in Text umwandeln

Speichern Sie den Wortlaut eines PDFs als einfache Textdatei, bereit zum Einfügen in eine E-Mail, zum Durchsuchen, Zählen oder Übersetzen. Schriften, Layout und Bilder bleiben zurück; der Text folgt der Seite von oben nach unten.

Fügen Sie eine PDF-Datei hinzu, die in Text umgewandelt werden soll.

oder Datei hier ablegen

Ihr PDF wird in diesem Browser-Tab verarbeitet und nie hochgeladen.

So funktioniert es

  1. Öffnen Sie das PDF über „Datei auswählen“ oder ziehen Sie es auf die Seite.
  2. Soll nur ein Teil des Dokuments ausgelesen werden, stellen Sie „Zu konvertierende Seiten“ auf „Seitenbereich“ und tragen Sie Seiten wie 2, 5-7 ein.
  3. Sind Seiten gescannt, wählen Sie unter „Texterkennung für gescannte Seiten“ die Sprachen des Dokuments. Seiten, die bereits Text enthalten, werden direkt gelesen.
  4. Starten Sie die Umwandlung mit „In Text umwandeln“ und sichern Sie die .txt-Datei über „Herunterladen“; sie trägt den Namen des PDFs.
  5. Öffnen Sie die Datei in einem beliebigen Texteditor oder fügen Sie ihren Inhalt dort ein, wo Sie ihn brauchen.

Was es kann

  • Absätze statt zerrissener Zeilen

    Eng beieinanderliegende Zeilen gleicher Größe werden zu einem Absatz verbunden, am Zeilenende mit Trennstrich getrennte Wörter wieder zusammengesetzt, und Absätze trennt eine Leerzeile. Ein Aufzählungszeichen oder ein nummerierter Punkt beginnt einen eigenen Absatz.

  • Tabellen als Zeilen mit Tabulatoren

    Jede Tabellenzeile wird zu einer Zeile mit einem Tabulator zwischen den Zellen. Fügen Sie sie in eine Tabellenkalkulation ein, und jedes Stück landet in einer eigenen Zelle.

  • Seitenmarken

    Wandeln Sie mehr als eine Seite um, beginnt jede Seite mit einer Markierungszeile, zum Beispiel — Seite 3 —. Sie trägt die Nummer der Seite im PDF, sodass sich ein Zitat bis zu seiner Seite zurückverfolgen lässt. Eine einzelne Seite erhält keine Marke.

  • Scans per OCR gelesen

    Hat eine Seite keine Textebene, liest die Texterkennung (OCR) sie in den Sprachen, die Sie auswählen: Englisch, Koreanisch, Japanisch, Deutsch, Französisch, Spanisch und Portugiesisch stehen zur Verfügung. Das Werkzeug nennt Ihnen die Zahl der so gelesenen Seiten, denn diese sollten Sie Korrektur lesen.

  • UTF-8, das sich richtig öffnet

    Gespeichert wird in UTF-8, und am Dateianfang steht eine Byte-Order-Mark (BOM). Dadurch erkennen auch ältere Windows-Programme Umlaute, Buchstaben mit Akzent sowie Koreanisch und Japanisch sofort. Wählen Sie in anderen Programmen UTF-8, falls danach gefragt wird.

  • Nichts verlässt Ihr Gerät

    Verträge, Briefe und Unterlagen werden in Ihrem Browser gelesen. Das PDF wird nicht hochgeladen und nicht verändert.

Gut zu wissen

Reiner Text ist das schlichteste Format überhaupt: Jedes Programm auf jedem Gerät öffnet ihn. Wer die Wörter aus einem PDF herauszieht, will meist eine Passage in einer E-Mail zitieren, eine Übersetzung laufen lassen, Wörter gegen eine Obergrenze zählen, zwei Fassungen eines Vertrags vergleichen, ein durchsuchbares Archiv aufbauen oder den Inhalt an Software übergeben, die kein PDF lesen kann.

Was herauskommt, hängt davon ab, wie das PDF entstanden ist. Eine Datei, die aus einer Textverarbeitung exportiert wurde, hat eine saubere Textebene. Ein PDF, das von einer Webseite oder aus einem alten System gedruckt wurde, kann Schriften ohne Zuordnung zu echten Buchstaben enthalten; die Ausgabe zeigt dann seltsame Zeichen. PDF OCR kann eine solche Seite von ihrem Bild lesen.

Seiten mit nebeneinanderstehenden Spalten werden quer über die Seite gelesen, sodass beide Spalten paarweise in einer Zeile landen können, durch einen Tabulator getrennt. Überschriften, Fettdruck, Kursivschrift, Schriftarten und Bilder werden nicht festgehalten; eine Überschrift ist einfach eine weitere Zeile. „PDF in Word“ behält Überschriften und Tabellen als bearbeitbaren Text, und PDF OCR zeigt den Text neben jeder Seite, damit Sie ihn korrigieren und speichern können.

Fragen und Antworten

Kann ich den Text kopieren, ohne eine Datei zu speichern?

Dieses Werkzeug speichert eine .txt-Datei, statt den Text auf der Seite anzuzeigen. PDF OCR zeigt jede Seite neben ihrem Text, mit einer Schaltfläche, die alles kopiert.

Warum enthält der Text seltsame Zeichen?

In der Schrift des PDFs fehlt eine brauchbare Zuordnung der Zeichenformen zu echten Buchstaben; das kommt bei Dateien, die aus einem Browser als PDF gedruckt wurden, häufig vor. Öffnen Sie das PDF in PDF OCR und lassen Sie die Seite trotzdem erkennen; dann wird das Bild gelesen statt der defekten Textebene.

Warum sind meine zweispaltigen Seiten durcheinander?

Zeilen werden quer über die Seite gelesen, deshalb stehen bei Text in nebeneinanderliegenden Spalten das linke und das rechte Stück in einer Zeile, durch einen Tabulator getrennt. In eine Tabellenkalkulation eingefügt, landen die beiden Spalten in getrennten Zellen, und Sie können sie nacheinander kopieren.

Kann das Werkzeug ein gescanntes PDF lesen?

Ja, sobald Sie unter „Texterkennung für gescannte Seiten“ die Sprache des Dokuments gewählt haben. Einzelne Zeichen können falsch gelesen werden; prüfen Sie Namen und Zahlen daher kurz.

Welche Zeichencodierung verwendet die Datei?

UTF-8, mit einer Byte-Order-Mark am Anfang, die der Windows-Editor erkennt. Zeigt ein anderes Programm seltsame Zeichen, öffnen Sie die Datei erneut und wählen Sie UTF-8.

Bleiben Überschriften, Fettdruck und Bilder erhalten?

Nein. Die Datei enthält nur Text, und eine Überschrift erscheint als gewöhnliche Zeile. „PDF in Word“ behält Überschriften und Tabellen als bearbeitbaren Text, und „PDF in JPG“ speichert Seiten als Bilder.

Passende Werkzeuge