Per estrarre il testo da un PDF su Windows, controlla prima se riesci a selezionarlo. Se ci riesci, copialo in un visualizzatore PDF o converti l'intero file con MD Factory. Se non ci riesci, le pagine sono immagini e il testo va riconosciuto con l'OCR.
I due tipi di PDF richiedono metodi diversi. I passaggi qui sotto iniziano dal test che ti dice quale hai.
Controlla se riesci a selezionare il testo
Apri il PDF in Microsoft Edge, Chrome o Adobe Acrobat Reader. Premi Ctrl+F e cerca una parola che vedi sulla pagina.
- La parola viene trovata ed evidenziata: il PDF ha testo selezionabile.
- Non viene trovato nulla, oppure trascinare il mouse su una riga non la seleziona: la pagina è un'immagine di testo.
Un PDF può contenere entrambi i casi. Una relazione scritta al computer può finire con allegati scansionati, quindi esegui la ricerca su una pagina a metà e su una verso la fine.
Copia il testo in un visualizzatore PDF
Per pochi paragrafi è il modo più rapido. Trascina il mouse sul testo e premi Ctrl+C. Per copiare l'intero documento, premi Ctrl+A, poi Ctrl+C. Incolla il testo nel Blocco note o in Word con Ctrl+V.
Il testo copiato ha spesso un'interruzione di riga alla fine di ogni riga, una tabella arriva come righe sparse e, in una pagina a due colonne, il testo di una colonna può finire in quella accanto. Vengono copiati anche i numeri di pagina e le intestazioni correnti.
Apri il PDF in Word
Word può aprire un PDF come documento modificabile. Vai su File, poi Apri, scegli il PDF e seleziona OK quando Word propone di convertirlo. Microsoft indica che funziona meglio con PDF composti per lo più da testo e che righe e pagine possono interrompersi in punti diversi dall'originale. La procedura è descritta in Edit a PDF.
Usalo quando vuoi continuare a modificare il testo in Word. Per il testo semplice o per molti file, conviene convertirli.
Converti l'intero PDF con MD Factory
- Apri MD Factory e fai clic su Aggiungi file, oppure trascina il PDF nella finestra. Per convertire tutti i PDF di una cartella, sottocartelle incluse, fai clic su Aggiungi cartella.
- La conversione parte subito. Al termine, la riga mostra Completato, Da controllare o Non riuscito.
- Fai doppio clic sul percorso del risultato nella riga per aprire il testo.
Il testo viene salvato in un file con il nome del PDF e l'estensione .md, nella stessa cartella. Le immagini del PDF vanno in una cartella accanto. La conversione avviene sul tuo PC.
Reports/
annual-report.pdf
annual-report.md
annual-report_images/Il file .md è testo semplice, quindi il Blocco note lo apre. I titoli iniziano con # e le tabelle sono disegnate con i caratteri |. La guida alla conversione da PDF a Markdown spiega meglio questi file.
Estrai il testo da un PDF scansionato
Aggiungi un PDF scansionato allo stesso modo. MD Factory individua le pagine che sono immagini e ne riconosce il testo con l'OCR sul tuo PC. In un PDF che mescola pagine scritte al computer e pagine scansionate, il testo digitale viene mantenuto così com'è e l'OCR agisce solo sulle pagine scansionate.
L'OCR può leggere male testo sbiadito, storto o scritto a mano. Se una riga mostra Da controllare o Non riuscito, fai clic sullo stato, scegli la lingua del documento nell'elenco Lingua dell'OCR e fai clic su Riprova. La guida ai PDF scansionati spiega l'impostazione della lingua e il significato di ogni messaggio.
Per una singola pagina scansionata su Windows 11 puoi usare anche lo Strumento di cattura. Premi Windows+Shift+S, seleziona l'area, poi scegli Text actions e Copy all text. Microsoft indica che il riconoscimento del testo avviene sul dispositivo: vedi Use Snipping Tool to capture screenshots.
Controlla il testo estratto
Qualunque metodo usi, confronta il risultato con il PDF prima di fidartene:
- Leggi a cavallo di un'interruzione di colonna e di pagina per controllare l'ordine delle frasi.
- Elimina i numeri di pagina e le intestazioni correnti che interrompono una frase.
- Confronta con il PDF ogni dato che userai, come importi, date e numeri di documento.
- In una tabella, controlla che ogni valore sia nella riga giusta.
Il testo di una scansione richiede l'attenzione maggiore: una cifra letta male sembra plausibile quanto una corretta.
Quale metodo usare
| Metodo | Ideale per | Limiti |
|---|---|---|
| Copia in un visualizzatore | Pochi paragrafi da un PDF con testo selezionabile | Non legge le scansioni. Interruzioni di riga e tabelle vanno sistemate. |
| Apri in Word | Un PDF di testo che vuoi modificare come documento Word | Il layout può cambiare. Funziona meglio con documenti quasi solo testo. |
| MD Factory | PDF interi, cartelle di PDF e scansioni | Il risultato va controllato con il PDF. |
| Strumento di cattura | Una pagina scansionata, o una parte, su Windows 11 | Una sola area dello schermo alla volta. |
Domande
Posso estrarre il testo da un PDF protetto da password?
MD Factory non converte i PDF protetti da password. Apri il PDF con la sua password nel tuo visualizzatore, salva una copia senza password se ne hai il permesso e converti la copia.
Come estraggo il testo da molti PDF in una volta?
Fai clic su Aggiungi cartella in MD Factory. Ogni PDF ottiene il proprio file di testo. Per cercare in tutti, vedi come cercare nel testo di molti file PDF e Word.
MD Factory mantiene il layout del PDF?
No. Ottieni il testo con titoli, elenchi e tabelle, non l'aspetto della pagina. Conserva il PDF per tutto ciò che dipende dal layout.