PDF'yi metne dönüştürme

FileReshape'in PDF'den metne dönüştürme aracı her sayfanın metin katmanını okur ve tek bir düz UTF-8 .txt dosyası olarak kaydeder ya da kopyalamaya hazır şekilde gösterir. Metin tarayıcınızda çıkarılır ve PDF sunucuya gönderilmez. Araç OCR yapmadığı için metin katmanı olmayan taranmış PDF'lerden metin çıkmaz, sütunlar ve tablolar karışık çıkabilir ve düzen korunmaz.

PDF dosyanızı buraya bırakın veya seçmek için tıklayın

Bir dosya doğru dönüştürülmedi mi? Tercihen küçük bir örnek dosyayla birlikte [email protected] adresine e-posta gönderin, sorun düzeltilecektir.

Temel bilgiler

Girdi: PDF (.pdf). Çıktı: Düz metin (.txt).
Dosyalarınız sunucuya gönderilmez: işlem tarayıcınızda, kendi cihazınızda yapılır.
Dosya boyutu: sabit bir sınır yok; çok büyük dosyalar cihazınızın belleğiyle sınırlıdır.
Bilgisayar, tablet veya telefonda güncel bir tarayıcı (Chrome, Edge, Firefox veya Safari) gerekir; hiçbir şey kurmanız gerekmez.
Ücretsizdir, kayıt gerekmez.

PDF neden düz metne dönüştürülür

Bir PDF okuyucudan metin kopyalamak tek bir cümle için işe yarar, ancak tüm belge için tuhaf satır sonlarını da beraberinde getirir, sayfaları atlar veya ekranın sonunda durur. Bu araç her sayfanın metin katmanını okur ve size UTF-8 kodlamalı tek bir düz metin dosyası verir; dosya bir metin düzenleyici, bir çeviri aracı, bir betik veya bir arama için hazırdır. Metin ayrıca sayfada “Metni kopyala” düğmesiyle birlikte görünür; böylece hiçbir şey indirmeden başka bir yere yapıştırabilirsiniz. Sayfaların nasıl ayrılacağını seçin: “--- Sayfa 2 ---” gibi kısa bir işaret satırı, boş bir satır ya da sayfaları bu şekilde sayan araçlar için bir sayfa sonu (form feed) karakteri. Birçok PDF'de, özellikle taramalarda, hiç metin katmanı yoktur; araç size boş bir dosya vermek yerine hangi sayfaların etkilendiğini söyler.

PDF'den metin nasıl çıkarılır

PDF dosyanızı kutuya bırakın veya seçmek için tıklayın.
Sayfaların arasına ne konacağını seçin.
Metni çıkar düğmesine tıklayın, ardından .txt dosyasını indirin veya metni aşağıdaki kutudan kopyalayın.

Bilmeniz gerekenler

Taranmış PDF'lerde metin yoktur

Bir tarama cihazı veya telefon kamerası her sayfayı resim olarak kaydeder. PDF oluşturulurken OCR (metin tanıma) çalıştırılmadıysa çıkarılacak metin yoktur ve bu araç OCR yapmaz. Metinsiz sayfalar numaralarıyla listelenir; böylece yazılı sayfalar ile taranmış ekleri karıştıran bir PDF yine de işe yarar.

Sütunlar ve tablolar

Metin, PDF'nin onu sakladığı sırayla çıkar. Normal paragraflar için bu okuma sırasıdır. Birkaç sütunlu gazeteler, formlar ve tablolar sütun sütun ya da hücreler tek satırda birbirine karışmış olarak çıkabilir; bu yüzden sonuca güvenmeden önce bunları kontrol edin.

Tuhaf karakterler

Bazı PDF'ler (çoğu zaman eski dosyalar veya belirli yazıcı sürücülerinin ürettiği dosyalar), hangi şeklin hangi harfe karşılık geldiğini belirten bir tablo içermeyen yazı tipleri kullanır. Bunların metni ekranda doğru görünebilir, ama anlamsız semboller olarak çıkar. Bu dosyanın bir özelliğidir; aynı metin katmanını okuyan başka bir araç da aynı sonucu alır.

Düzen korunmaz

Bir .txt dosyasında yazı tipleri, kalın metin, resimler veya sayfa düzeni yoktur; yalnızca karakterler ve satır sonları vardır. Sayfalara basılı üst bilgiler, alt bilgiler ve sayfa numaraları metnin parçasıdır ve her sayfada görünür.

Dosya biçimleri hakkında

PDF

PDF (Portable Document Format), 1993'te Adobe tarafından geliştirildi ve 2008'den beri bir ISO standardıdır. Bir PDF her cihazda aynı görünür; bu yüzden sözleşmeler, faturalar, formlar, kılavuzlar ve taranmış belgeler için kullanılır.

Bir sayfa metin, vektör grafikler ve görseller içerebilir; her öğe tam olarak yerine yerleştirilir.
Taranmış belgeler genellikle sayfa başına tek bir görselden oluşur.
Bir PDF, açmak veya düzenlemek için gereken bir parolayla korunabilir.

Düz metin

Bir düz metin dosyası (.txt) yalnızca karakterleri ve satır sonlarını içerir: yazı tipi, renk, görsel veya sayfa düzeni yoktur. Bu da onu var olan en taşınabilir belge biçimi yapar; her düzenleyici, arama aracı ve programlama dili tarafından okunabilir.

Kodlama, A-Z dışındaki harflerin nasıl saklanacağını belirler; UTF-8 her alfabeyi kapsar.
Windows satırları CR LF ile, Mac ve Linux LF ile bitirir; güncel düzenleyiciler her ikisini de okur.
Sayfa düzeni olmadığından sayfa sonları işaret satırları veya sayfa besleme (form feed) karakterleri olarak yazılır.

Sıkça sorulan sorular

PDF'm sunucuya yükleniyor mu?

Hayır. Metin kendi cihazınızda tarayıcınız tarafından okunur; PDF de metin de hiçbir yere gönderilmez.

Metin dosyası hangi kodlamayı kullanıyor?

UTF-8; bu kodlama ç, ğ, ı, ş, æ, ü ve é gibi harfleri ve diğer alfabelerin karakterlerini korur. Windows 10 ve 11'deki Not Defteri ve Mac'teki TextEdit dahil tüm güncel metin düzenleyiciler dosyayı doğru açar.

Parola korumalı bir PDF'den metin çıkarabilir miyim?

Açılması için parola gerekiyorsa hayır. Önce PDF okuyucunuzda parolayı kaldırın, ardından metni burada çıkarın.

Yalnızca bazı sayfaların metnini alabilir miyim?

Araç belgenin tamamını okur. Birkaç sayfa için önce bu sayfaları yeni bir PDF'ye ayırın ve o dosyayı dönüştürün ya da sayfa işaretlerini koruyup gerekmeyen kısımları bir metin düzenleyicide silin.