mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-06 08:08:38 +01:00
44 lines
2.2 KiB
Markdown
44 lines
2.2 KiB
Markdown
---
|
|
title: PDF zu Text
|
|
description: Extrahieren Sie reinen Textinhalt aus PDF-Dateien. Unterstützt die Stapelextraktion mehrerer PDFs mit Ausgabe als TXT-Dateien.
|
|
---
|
|
|
|
# PDF zu Text
|
|
|
|
Extrahiert den gesamten Textinhalt aus PDF-Dateien und speichert ihn als reine `.txt`-Dateien. Unterstützt die Stapelverarbeitung: Laden Sie mehrere PDFs hoch und lassen Sie den Text jedes einzelnen in einem Vorgang extrahieren. Basiert auf PyMuPDF.
|
|
|
|
## So funktioniert es
|
|
|
|
1. Laden Sie ein oder mehrere PDFs hoch, indem Sie auf die Ablagefläche klicken oder Dateien darauf ziehen. Verwalten Sie Ihre Dateiliste mit den Schaltflächen Weitere hinzufügen und Leeren.
|
|
2. Klicken Sie auf **Extrahieren**, um die Verarbeitung zu starten.
|
|
3. Eine einzelne Datei wird als `filename.txt` heruntergeladen. Mehrere Dateien ergeben ein Archiv `pdf-to-text.zip`.
|
|
|
|
## Optionen
|
|
|
|
Dieses Werkzeug hat keine einstellbaren Optionen. Der gesamte Textinhalt wird von jeder Seite in Lesereihenfolge extrahiert.
|
|
|
|
## Ausgabeformat
|
|
|
|
- **Einzelne Datei**: `filename.txt`
|
|
- **Mehrere Dateien**: `pdf-to-text.zip` mit einer `.txt` pro Eingabe-PDF.
|
|
|
|
## Anwendungsfälle
|
|
|
|
- Fließtext aus PDF-Berichten für die Volltextsuche-Indizierung extrahieren.
|
|
- PDF-E-Books oder Artikel zum Lesen auf E-Ink-Geräten in reinen Text umwandeln.
|
|
- Text aus Verträgen oder Rechtsdokumenten für die Stichwortanalyse gewinnen.
|
|
- Formatierung aus PDFs entfernen, um sauberen Text für Datenverarbeitungsskripte zu erhalten.
|
|
- Einen Textkorpus aus PDF-Archiven für die Verarbeitung natürlicher Sprache vorbereiten.
|
|
|
|
## Tipps
|
|
|
|
- Gescannte PDFs (nur Bild) erzeugen leere Textdateien, da keine Textebene zum Extrahieren vorhanden ist. Schicken Sie gescannte Dokumente zuerst durch OCR.
|
|
- Die Ausgabe erhält die Lesereihenfolge, wie PyMuPDF sie interpretiert, die im Allgemeinen von links nach rechts und von oben nach unten verläuft. Mehrspaltige Layouts können verschachtelten Text erzeugen.
|
|
- Für strukturierte Ausgabe mit Überschriften und Formatierung probieren Sie [PDF zu Markdown](./pdf-to-markdown). Für KI-taugliches strukturiertes JSON nutzen Sie [PDF für KI vorbereiten](./prepare-pdf-for-ai).
|
|
|
|
## Verwandte Werkzeuge
|
|
|
|
- [PDF zu Markdown](./pdf-to-markdown)
|
|
- [PDF für KI vorbereiten](./prepare-pdf-for-ai)
|
|
- [PDF zu Word](./pdf-to-word)
|