Extraire le texte d'un PDF

Questions fréquemment posées

En quoi est-ce différent de PDF en Word ?

Cet outil vous donne un fichier .txt brut avec seulement les mots, dépouillé de la mise en page, des polices, des images et des tableaux. PDF en Word reconstruit la mise en forme en un document modifiable. Choisissez l'extraction de texte quand il vous faut du contenu brut à coller dans un traducteur, un index de recherche ou un script, et Word quand la structure visuelle compte.

Dans quel ordre le texte ressort-il ?

L'extracteur suit l'ordre de lecture naturel de chaque page, de haut en bas, pour que les paragraphes restent en séquence plutôt que de se mélanger. Les mises en page multi-colonnes sont lues colonne par colonne là où la structure est claire, même si des pages très travaillées avec encadrés peuvent parfois s'entrelacer : une relecture rapide vaut donc la peine.

Puis-je n'extraire que certaines pages ?

Oui. Fixez une plage de pages avant de lancer l'outil et seules ces pages sont converties, ce qui est pratique quand vous voulez un chapitre ou une seule section plutôt qu'un livre entier. Vous pouvez aussi ajouter des séparateurs facultatifs pour qu'il soit évident où une page se termine et où la suivante commence.

Quel encodage de caractères la sortie utilise-t-elle ?

La sortie est enregistrée en UTF-8, pour que lettres accentuées, symboles monétaires et écritures non latines survivent intacts et s'ouvrent correctement dans les éditeurs, tableurs et environnements de code. Le fichier est ainsi sûr à passer directement dans d'autres logiciels sans étape de nettoyage de caractères brouillés.