Convertir un PDF en texte — PDF scannés compris (OCR)
Récupérez le texte brut de n’importe quel PDF : les pages texte sont lues directement, les pages scannées par OCR. Dans votre navigateur, sans envoi. Copiez-le ou téléchargez-le en TXT ou Word.
Chargement du code nécessaire à cet outil uniquement…
La précision mesurée
Nous avons passé cet outil sur nos propres images de test (aucun fichier client) et comparé le résultat au texte connu. Le taux d’erreur par caractère compte les caractères faux, manquants et en trop ; 0 % signifie que tous étaient justes.
| Image de test | Langue | Erreurs | Moteur par défaut | Durée | Profil téléphone |
|---|---|---|---|---|---|
| PDF enregistré depuis un traitement de texte (couche texte) | Anglais | 0 % | — | 1,3 s | 2,7 s |
| Page scannée sur deux colonnes enregistrée en PDF | Anglais | 0 % | — | 6,3 s | 24,9 s |
| PDF de deux pages : une page texte, une page photo | Anglais | 0 % | — | 3,6 s | 7,8 s |
| Le même avis, photo au téléphone en biais | Anglais | 0,1 % | 2,4 % | 3,7 s | 6,2 s |
| Page imprimée en hindi | Hindi | 0 % | 0 % | 1,8 s | 4,3 s |
| Page imprimée en chinois simplifié | Chinois simplifié | 0 % | 0 % | 1,8 s | 4,3 s |
Moteur par défaut : le même moteur et les mêmes données de langue sans notre nettoyage (mise en page automatique, sans redressement ni correction de la lumière).
Méthode : les images sont produites par un script qui affiche nos propres phrases, les photographie sous un angle de 4° avec une lumière inégale et les enregistre en JPEG, PNG et PDF. Les durées viennent d’un ordinateur cloud à 4 cœurs ; le profil téléphone ajoute le ralentissement CPU 4× de Chrome. La première utilisation télécharge aussi le moteur (environ 1,1 Mo) et les données de langue.
Contrôle qualité
Utilisez la sortie comme copie de travail vérifiée
Conservez la source si elle peut être nécessaire. Ouvrez le TXT généré dans l’application cible et vérifiez contenu et mise en forme.
Entrée
Sortie
TXT
Lot
Jusqu’à 5 fichiers par exécution
Jusqu’à 5 fichiers par exécution. Regroupez dans une même exécution uniquement les fichiers qui utilisent la même opération.
Passez à une opération liée sans rechercher de nouveau l’outil.
Téléchargez un résultat prêt pour sa destination et vérifiez-le avant de le partager.
La limite d’exécution configurée s’applique.
TXT
Vérifiez la limite d’envoi ci-dessous
Vérifiez le résultat avant de le partager
À propos de cet outil
Pour convertir un PDF en texte, ajoutez le PDF et appuyez sur Extraire le texte, puis copiez le résultat ou téléchargez-le en fichier .txt ou Word. Les pages qui contiennent déjà du texte, comme un PDF enregistré depuis Word, un relevé bancaire ou un livre numérique, sont lues directement dans le fichier : exact et rapide. Les pages qui ne sont qu’une image, comme un scan ou une photo de téléphone enregistrée en PDF, sont lues par OCR dans la langue choisie.
Le résultat marque chaque page (--- Page 2 ---) et indique combien de pages viennent du texte du PDF et combien ont demandé l’OCR. Le PDF reste sur votre appareil : PDF.js le lit et Tesseract reconnaît les pages scannées dans votre navigateur.
Dans notre test, une page scannée d’une lettre d’information à deux colonnes est sortie avec 0 % d’erreurs par caractère et dans le bon ordre de lecture, et un PDF de deux pages, une page texte et une page photographiée, a pris 3,6 s sur notre ordinateur de test à 4 cœurs (7,8 s avec un profil de téléphone ralenti).
Quand utiliser un autre outil
- Pour garder le PDF et rendre les pages scannées consultables et sélectionnables, utilisez OCR PDF.
- Pour garder titres, polices et tableaux dans un document modifiable, utilisez PDF en Word.
- Pour du Markdown avec titres et listes à partir d’un PDF texte, utilisez PDF en Markdown.
- Un PDF protégé par mot de passe demande d’abord le mot de passe : déverrouillez une copie avec Déverrouiller un PDF.
Comment utiliser
Ajoutez le PDF
Déposez ou choisissez jusqu’à 5 PDF. Les PDF texte et les PDF scannés fonctionnent.
Choisissez la langue de l’OCR
La langue ne sert que pour les pages sans texte propre (scans et photos). Choisissez Colonnes si une page scannée a deux colonnes qui sortent mélangées.
Extrayez et enregistrez
Appuyez sur Extraire le texte, vérifiez le résultat, puis copiez-le ou téléchargez-le en TXT ou Word.
Cas d'utilisation
Citer des rapports
Reprenez un paragraphe ou un chiffre d’un long rapport PDF sans lutter avec la sélection de texte de la visionneuse.
Lettres et contrats scannés
Obtenez un texte consultable à partir d’un PDF scanné pour retrouver une clause, une date ou un montant.
Du texte pour d’autres outils
Collez le texte dans un traducteur, un compteur de mots ou un assistant IA, ou nettoyez-le avec les outils de texte.
Foire aux questions
Comment convertir un PDF en fichier texte ?+
Ajoutez le PDF sur cette page et appuyez sur Extraire le texte. À la fin, appuyez sur Télécharger en TXT ou copiez le texte dans une autre application.
Est-ce que ça marche avec les PDF scannés ?+
Oui. Les pages sans couche de texte sont lues par OCR dans la langue choisie. C’est plus lent que la lecture d’une page texte : notre page de lettre d’information scannée a pris 6,3 s sur notre ordinateur de test à 4 cœurs, contre 1,3 s pour un PDF de deux pages avec couche de texte.
Pourquoi du texte manque-t-il ou sort-il dans un ordre étrange ?+
Un PDF stocke le texte dans l’ordre où il a été dessiné, qui est en général, mais pas toujours, l’ordre de lecture. Pour les pages scannées sur deux colonnes, choisissez Colonnes dans Mise en page. Le texte contenu dans les images d’un PDF texte n’est pas lu ; utilisez OCR PDF pour ces pages.
Puis-je extraire le texte de quelques pages seulement ?+
Toutes les pages sont lues. Pour n’avoir le texte que de quelques pages, sortez-les d’abord avec Extraire des pages, puis convertissez le PDF plus petit.
Mon PDF est-il envoyé ?+
Non. PDF.js lit le fichier et Tesseract reconnaît les pages scannées dans votre navigateur. Seuls le moteur de reconnaissance et les données de langue sont téléchargés une fois depuis le CDN jsDelivr.
Puis-je garder la mise en forme ?+
Le texte brut n’a pas de mise en forme. Pour un document modifiable qui garde titres et tableaux, utilisez PDF en Word ; pour un PDF identique mais consultable, utilisez OCR PDF.