PDF in Text umwandeln — auch gescannte PDFs (OCR)
Reinen Text aus jeder PDF holen: Textseiten werden direkt gelesen, gescannte Seiten per OCR. Läuft im Browser, nichts wird hochgeladen. Kopieren oder als TXT oder Word herunterladen.
Nur der für dieses Tool benötigte Code wird geladen…
Gemessene Genauigkeit
Wir haben dieses Tool mit eigenen Testbildern (keine Kundendateien) laufen lassen und das Ergebnis mit dem bekannten Text verglichen. Die Zeichenfehlerrate zählt falsche, fehlende und zusätzliche Zeichen; 0 % heißt, jedes Zeichen war richtig.
| Testbild | Sprache | Fehler | Engine-Standard | Zeit | Handy-Profil |
|---|---|---|---|---|---|
| Aus einem Textprogramm gespeicherte PDF (mit Textebene) | Englisch | 0 % | — | 1,3 Sek. | 2,7 Sek. |
| Gescannte zweispaltige Seite als PDF | Englisch | 0 % | — | 6,3 Sek. | 24,9 Sek. |
| Zweiseitige PDF: eine Textseite, eine Fotoseite | Englisch | 0 % | — | 3,6 Sek. | 7,8 Sek. |
| Derselbe Aushang, Handyfoto von schräg | Englisch | 0,1 % | 2,4 % | 3,7 Sek. | 6,2 Sek. |
| Gedruckte Hindi-Seite | Hindi | 0 % | 0 % | 1,8 Sek. | 4,3 Sek. |
| Gedruckte Seite in vereinfachtem Chinesisch | Chinesisch (vereinfacht) | 0 % | 0 % | 1,8 Sek. | 4,3 Sek. |
Engine-Standard: dieselbe Engine und dieselben Sprachdaten ohne unsere Vorverarbeitung (automatisches Layout, kein Begradigen, keine Lichtkorrektur).
So haben wir gemessen: Die Bilder stammen aus einem Skript, das selbst geschriebene Sätze rendert, sie in einem Winkel von 4° bei ungleichmäßigem Licht fotografiert und als JPEG, PNG und PDF speichert. Die Zeiten stammen von einem Cloud-Rechner mit 4 Kernen; das Handy-Profil fügt Chromes 4× CPU-Drosselung hinzu. Beim ersten Mal werden zusätzlich die Engine (etwa 1,1 MB) und die Sprachdaten geladen.
Qualitätsprüfung
Ausgabe als geprüfte Arbeitskopie verwenden
Bewahren Sie die Quelle auf, wenn sie später benötigt werden kann. Öffnen Sie die erzeugte TXT in der Zielanwendung und prüfen Sie Inhalt und Formatierung.
Eingabe
Ausgabe
TXT
Stapel
Bis zu 5 Dateien pro Durchlauf
Bis zu 5 Dateien pro Durchlauf. Verwenden Sie einen Durchlauf nur für Dateien mit derselben Operation.
Gehen Sie direkt zu einer verwandten Operation weiter, statt das Tool erneut zu suchen.
Laden Sie ein zielgerechtes Ergebnis herunter und prüfen Sie es vor dem Teilen.
Das konfigurierte Laufzeitlimit gilt.
TXT
Upload-Limit unten prüfen
Ergebnis vor dem Teilen prüfen
Über dieses Tool
Um eine PDF in Text umzuwandeln, fügen Sie die PDF hinzu und tippen auf Text extrahieren; dann kopieren Sie das Ergebnis oder laden es als .txt- oder Word-Datei herunter. Seiten, die schon Text enthalten, etwa eine aus Word gespeicherte PDF, ein Kontoauszug oder ein E-Book, werden direkt aus der Datei gelesen: exakt und schnell. Seiten, die nur ein Bild sind, etwa ein Scan oder ein als PDF gespeichertes Handyfoto, werden per OCR in der gewählten Sprache gelesen.
Das Ergebnis markiert jede Seite (--- Seite 2 ---) und zeigt, wie viele Seiten aus dem eigenen Text der PDF stammen und wie viele OCR brauchten. Die PDF bleibt auf Ihrem Gerät: PDF.js liest sie und Tesseract erkennt gescannte Seiten in Ihrem Browser.
In unserem Test kam eine gescannte zweispaltige Newsletter-Seite mit 0 % Zeichenfehlern und in der richtigen Lesereihenfolge heraus, und eine zweiseitige PDF mit einer Textseite und einer fotografierten Seite brauchte 3,6 s auf unserem Testrechner mit 4 Kernen (7,8 s mit gedrosseltem Handy-Profil).
Wann ein anderes Tool besser ist
- Um die PDF zu behalten und gescannte Seiten durchsuchbar und markierbar zu machen, nutzen Sie OCR PDF.
- Um Überschriften, Schriften und Tabellen in einem bearbeitbaren Dokument zu behalten, nutzen Sie PDF in Word.
- Für Markdown mit Überschriften und Listen aus einer Text-PDF nutzen Sie PDF in Markdown.
- Eine passwortgeschützte PDF braucht zuerst ihr Passwort: Entsperren Sie eine Kopie mit PDF entsperren.
Bedienungsanleitung
PDF hinzufügen
Bis zu 5 PDFs ablegen oder auswählen. Text-PDFs und gescannte PDFs funktionieren beide.
OCR-Sprache wählen
Die Sprache gilt nur für Seiten ohne eigenen Text (Scans und Fotos). Wählen Sie Spalten, wenn eine gescannte Seite zwei Spalten hat, die vermischt herauskommen.
Extrahieren und speichern
Tippen Sie auf Text extrahieren, prüfen Sie das Ergebnis und kopieren Sie es oder laden Sie es als TXT oder Word herunter.
Anwendungsfälle
Aus Berichten zitieren
Einen Absatz oder eine Zahl aus einem langen PDF-Bericht holen, ohne mit der Textauswahl des PDF-Viewers zu kämpfen.
Gescannte Briefe und Verträge
Durchsuchbaren Text aus einer gescannten PDF gewinnen, um eine Klausel, ein Datum oder einen Betrag zu finden.
Text für andere Tools
Den Text in einen Übersetzer, einen Wortzähler oder einen KI-Assistenten einfügen oder mit den Text-Tools bereinigen.
Häufig gestellte Fragen
Wie wandle ich eine PDF in eine Textdatei um?+
Fügen Sie die PDF auf dieser Seite hinzu und tippen Sie auf Text extrahieren. Wenn es fertig ist, tippen Sie auf TXT herunterladen oder kopieren Sie den Text in eine andere App.
Funktioniert es mit gescannten PDFs?+
Ja. Seiten ohne Textebene werden per OCR in der gewählten Sprache gelesen. Das dauert länger als eine Textseite: Unsere gescannte Newsletter-Seite brauchte 6,3 s auf unserem Testrechner mit 4 Kernen, gegenüber 1,3 s für eine zweiseitige PDF mit Textebene.
Warum fehlt Text oder steht in seltsamer Reihenfolge?+
Eine PDF speichert Text in der Reihenfolge, in der er gezeichnet wurde – meist, aber nicht immer, die Lesereihenfolge. Bei gescannten zweispaltigen Seiten wählen Sie Spalten unter Seitenlayout. Text in Bildern einer Text-PDF wird nicht gelesen; nutzen Sie für diese Seiten OCR PDF.
Kann ich Text nur aus einigen Seiten extrahieren?+
Es werden alle Seiten gelesen. Für den Text weniger Seiten nehmen Sie diese zuerst mit Seiten extrahieren heraus und wandeln dann die kleinere PDF um.
Wird meine PDF hochgeladen?+
Nein. PDF.js liest die Datei und Tesseract erkennt gescannte Seiten in Ihrem Browser. Nur die Erkennungs-Engine und die Sprachdaten werden einmal vom jsDelivr-CDN geladen.
Bleibt die Formatierung erhalten?+
Reiner Text hat keine Formatierung. Für ein bearbeitbares Dokument mit Überschriften und Tabellen nutzen Sie PDF in Word; für eine PDF, die gleich bleibt, aber durchsuchbar wird, OCR PDF.