टेक्स्ट निकालें

pdfty का एक्सट्रैक्ट टूल PDF से टेक्स्ट का हर अक्षर निकालकर एक साफ़ प्लेन-टेक्स्ट फ़ाइल के रूप में देता है। यह select-all कॉपी-पेस्ट से बेहतर है, जो अक्सर बहु-स्तंभ लेआउट को उलझा देता है, टेक्स्ट बॉक्स छोड़ देता है और लंबे दस्तावेज़ों पर अटक जाता है — एक्सट्रैक्शन सारे 50 पेज एक ही पास में, पढ़ने के क्रम को बनाए रखते हुए प्रोसेस करता है।

एक्सट्रैक्शन PyMuPDF पर चलता है, जो PDF की आंतरिक टेक्स्ट संरचना सीधे पढ़कर स्वाभाविक पढ़ने का क्रम फिर से बनाता है — दो-स्तंभ लेआउट, टेबलें, हेडर और फ़ुटनोट समेत। पूरा Unicode सही-सलामत आता है: सिरिलिक, CJK, अरबी, मात्रा-चिह्नों वाले अक्षर। नतीजा दस्तावेज़ों को अनुवाद टूल, सर्च इंडेक्स या AI असिस्टेंट में डालने, पेपरों से उद्धरण लेने और शब्द गिनने के लिए आदर्श है।

एक अहम बात: यह उन PDF पर काम करता है जिनमें टेक्स्ट लेयर है। स्कैन किए दस्तावेज़ टेक्स्ट की सिर्फ़ तस्वीरें हैं — उन्हें पहले हमारे OCR टूल (Tesseract पर आधारित) से गुज़ारें, फिर निकालें। 20 MB और 50 पेज तक की फ़ाइलों के लिए मुफ़्त, कोई वॉटरमार्क नहीं, कोई साइनअप नहीं। फ़ाइलें 1 घंटे के भीतर स्थायी रूप से हटा दी जाती हैं।