PDF → текст
Извлечь текст (Markdown с разбивкой по страницам или plain). Результат — новый файл, исходник не меняется.
Что делает
Достаёт из PDF весь текст и сохраняет его отдельным файлом. По умолчанию текст разбивается по страницам с заголовками в Markdown, чтобы было видно, где какая страница. Можно получить и простой текст без разметки. Работает без нейросети, исходник не меняется.
Когда пригодится
Нужно процитировать или скопировать большой кусок из PDF, а выделение мышкой ломает строки. Передать содержимое документа в нейросеть, перевод или поиск по тексту. Сделать конспект или выписку из длинного отчёта. Проверить, есть ли в файле текстовый слой или это скан.
Что подготовить
PDF с текстовым слоем. Если текст в файле не выделяется мышкой, это скан, и извлекать из него нечего. Для защищённого файла понадобится пароль.
Как заполнить
Файл Загрузите PDF. markdown да начинает каждую страницу с заголовка «Страница N» в формате Markdown и стоит по умолчанию. нет отдаёт простой текст без разметки, его удобно вставлять куда угодно как есть. password Необязательно. Пароль от файла, если PDF защищён. Для длинных документов удобен Markdown: метки страниц помогают найти нужное место в исходном PDF, когда цитату надо сверить. Таблицы в простом тексте превращаются в строки через пробелы. Если таблицы важны, их лучше перенести в Excel. Колонтитулы и номера страниц попадают в текст вместе с основным содержимым, их можно удалить поиском и заменой.
Что получится
Текстовый файл с содержимым PDF. Его можно открыть в любом редакторе, скопировать, отправить в чат с нейросетью или в переводчик.
Частые ошибки
Загружен скан. Текста в нём нет, и результат будет пустым. Ждут сохранения вёрстки. Колонки, сноски и подписи к картинкам идут сплошным текстом, порядок блоков иногда приходится поправить. Нужен редактируемый документ, а не текст. Для этого есть перевод PDF в Word.
