PDF zu Text extrahieren

Extrahiert Text aus einem PDF. Ihre Dateien verlassen Ihr Gerät nicht — die gesamte Verarbeitung erfolgt lokal in Ihrem Browser.

Privat by Design

Ihre Dateien verlassen nie Ihr Gerät. Die gesamte Verarbeitung erfolgt lokal in Ihrem Browser — keine Uploads, keine Server.

PDF hierher ziehen

oder klicken, um eine Datei zu wählen

Ihre Dateien verlassen nie Ihr Gerät.

Page range (optional, e.g. 1,3,5-7)

Preserve layout (insert line breaks based on the page layout)

Extracts the text content stream of each page. Scanned (image-only) PDFs have no text layer — the result will be empty for those files.

„PDF zu Text extrahieren“ liest den Text-Inhaltsstrom jeder Seite mit PDF.js in einem Web Worker. Das Ergebnis wird in einer Seitenvorschau angezeigt und als .txt-Download angeboten, mit einer Kopieren-in-Zwischenablage-Funktion für andere Apps. Die Extraktion erfolgt vollständig in Ihrem Browser — Ihre Datei wird nicht hochgeladen. Gescannte (nur-Bild-) PDFs haben keine Textschicht und ergeben ein leeres Ergebnis; das Werkzeug zeigt dies ehrlich an, statt OCR vorzutäuschen.

So funktioniert es

So verwenden Sie PDF zu Text extrahieren

1
PDF ablegen. Ziehen Sie das PDF per Drag & Drop in die Ablagezone, oder klicken Sie, um die Datei von Ihrem Gerät auszuwählen.
2
Optional Seitenbereich festlegen. Geben Sie Seiten wie 1,3,5-7 ein, um nur aus diesen Seiten zu extrahieren. Leer lassen für alle Seiten.
3
„PDF zu Text extrahieren“ ausführen. PDF.js liest den Text-Inhaltsstrom jeder Seite in einem Web Worker auf Ihrem Gerät.
4
Vorschau, kopieren oder herunterladen. Der extrahierte Text wird in einem Vorschau-Bereich angezeigt. Kopieren Sie ihn in die Zwischenablage oder laden Sie ihn als .txt-Datei herunter.

Funktionen

Was dieses Werkzeug tut

Extrahiert Text aus allen oder ausgewählten Seiten
Optionale Layout-Erhaltung (fügt Zeilenumbrüche nach Seitenlayout ein)
Seitenvorschau mit Aufschlüsselung pro Seite
In Zwischenablage kopieren oder als .txt herunterladen
Kein Upload — läuft vollständig in Ihrem Browser

Einschränkungen

Wissenswertes

Gescannte (nur-Bild-) PDFs haben keine Textschicht — das Ergebnis ist leer (OCR wird nicht ausgeführt; siehe OCR-Anleitung)
Layout-Rekonstruktion ist Best-Effort; komplexe mehrspaltige Layouts weichen möglicherweise von der visuellen Lesereihenfolge ab
Eingebettete Schriftarten mit defekten ToUnicode-Mappings können verstümmelten Text erzeugen
Text in Bildern wird nicht extrahiert (nur der tatsächliche Text-Inhaltsstrom wird gelesen)

FAQ

Häufig gestellte Fragen

Warum ist das Ergebnis leer?

Das PDF ist höchstwahrscheinlich gescannt (nur-Bild) oder der Text wurde in Bilder eingebettet. Es gibt keinen Text im Inhaltsstrom zu extrahieren. Die Lösung ist OCR — siehe „So machen Sie ein PDF durchsuchbar“ für vertrauenswürdige lokale OCR-Werkzeuge. IXPDF täuscht kein OCR im Browser vor (die Genauigkeit ist nicht zuverlässig genug).

Funktioniert das bei verschlüsselten PDFs?

Nein. Wenn das PDF passwortgeschützt ist, zeigt das Werkzeug einen „verschlüsselt“-Fehler. Entschlüsseln Sie die Datei zuerst und extrahieren Sie dann den Text.

Was bewirkt „Layout erhalten“?

Wenn aktiviert, fügt das Werkzeug Zeilenumbrüche basierend auf der y-Position der Textelemente ein und erzeugt Text näher am visuellen Layout. Wenn deaktiviert, werden Textelemente mit Leerzeichen verbunden, was besser für Volltextsuche und Kopieren-Einfügen ist.

Ist der extrahierte Text korrekt?

Für PDFs mit echter Textschicht (nicht gescannt) entspricht der extrahierte Text dem, was Sie sehen. PDFs mit defekter Schriftartcodierung (fehlendes ToUnicode-Mapping) können verstümmelte Zeichen erzeugen — dies ist eine Eigenschaft der Datei, kein Fehler des Werkzeugs.

Kann ich Text nur aus bestimmten Seiten extrahieren?

Ja. Geben Sie einen Seitenbereich wie 1,3,5-7 in das Feld „Seitenbereich“ ein. Nur diese Seiten werden in der angegebenen Reihenfolge extrahiert.