mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-07 08:31:01 +01:00
44 lines
3.5 KiB
Markdown
44 lines
3.5 KiB
Markdown
---
|
||
title: PDF в текст
|
||
description: Извлекайте простой текст из PDF-файлов. Поддерживает пакетное извлечение из нескольких PDF с результатом в файлах TXT.
|
||
---
|
||
|
||
# PDF в текст
|
||
|
||
Извлекает весь текст из PDF-файлов и сохраняет его в обычные файлы `.txt`. Поддерживает пакетную обработку: загрузите несколько PDF и получите текст каждого за одну операцию. Работает на PyMuPDF.
|
||
|
||
## Как это работает
|
||
|
||
1. Загрузите один или несколько PDF, нажав на область загрузки или перетащив файлы. Управляйте списком кнопками «Добавить еще файлы» и «Очистить файлы».
|
||
2. Нажмите **Извлечь текст**, чтобы начать обработку.
|
||
3. Один файл скачивается как `filename.txt`. Несколько файлов дают архив `pdf-to-text.zip`.
|
||
|
||
## Параметры
|
||
|
||
Настраиваемых параметров нет. Весь текст извлекается со всех страниц в порядке чтения.
|
||
|
||
## Формат результата
|
||
|
||
- **Один файл**: `filename.txt`
|
||
- **Несколько файлов**: `pdf-to-text.zip` с одним `.txt` на каждый исходный PDF.
|
||
|
||
## Сценарии использования
|
||
|
||
- Извлечение основного текста из PDF-отчётов для индексации полнотекстового поиска.
|
||
- Преобразование PDF-книг и статей в простой текст для чтения на устройствах с электронными чернилами.
|
||
- Получение текста из договоров и юридических документов для анализа по ключевым словам.
|
||
- Удаление форматирования из PDF, чтобы получить чистый текст для скриптов обработки данных.
|
||
- Подготовка текстового корпуса из PDF-архивов для обработки естественного языка.
|
||
|
||
## Советы
|
||
|
||
- Отсканированные PDF (только изображения) дадут пустые текстовые файлы, потому что текстового слоя для извлечения нет. Сначала пропустите отсканированные документы через OCR.
|
||
- Результат сохраняет порядок чтения, определённый PyMuPDF: как правило, слева направо и сверху вниз. При многоколоночной вёрстке строки могут перемешиваться.
|
||
- Для структурированного результата с заголовками и форматированием попробуйте [PDF в Markdown](./pdf-to-markdown). Для структурированного JSON, готового для ИИ, используйте [Подготовка PDF для ИИ](./prepare-pdf-for-ai).
|
||
|
||
## Связанные инструменты
|
||
|
||
- [PDF в Markdown](./pdf-to-markdown)
|
||
- [Подготовка PDF для ИИ](./prepare-pdf-for-ai)
|
||
- [PDF в Word](./pdf-to-word)
|