PDF в текст

Скорее всего, PDF является сканом или фотографией, в которых нет текстового слоя для извлечения. Сначала пропустите его через OCR PDF: этот инструмент добавляет текстовый слой, а также сразу предлагает скачать .txt.

Текст читается слева направо и сверху вниз по внутренней структуре PDF, что верно для большинства одноколоночных документов. Многоколоночные макеты, боковые панели и таблицы могут получиться перемешанными, а колонтитулы и номера страниц включаются наравне со всем остальным на странице.

Нет. Результат это обычный текст UTF-8, поэтому буквы с диакритикой, кириллица, CJK и арабский сохраняются, а полужирное начертание, заголовки, ссылки и изображения нет, и переносы строк повторяют строки PDF, а не абзацы. Чтобы сохранить заголовки и списки в виде Markdown, используйте PDF в Markdown.

Да. Добавьте сколько угодно PDF и нажмите «Извлечь» один раз; каждый станет отдельным файлом .txt с именем исходного, а скачиваются они вместе как pdf-to-text.zip. Один PDF скачивается напрямую как filename.txt.

Страницы идут одна за другой с переводом строки между ними. Маркеров страниц и разрывов страниц нет, поэтому файл читается как единый непрерывный поток текста.

Нет, этот инструмент всегда извлекает все страницы. Сначала вынесите нужные страницы в отдельный PDF через Извлечь страницы, а затем конвертируйте этот файл.

Если при открытии PDF запрашивает пароль, инструмент запросит его перед извлечением. Без пароля текст прочитать нельзя.

Нет. Извлечение выполняется в PDF-движке, загруженном в ваш браузер как WebAssembly, поэтому договоры, медицинские карты и всё остальное остаются на вашем устройстве от начала до конца.