PDF til tekst — træk tekst ud af en PDF, uden upload

Træk teksten ud af en PDF (kopiér eller download .txt)

Opdateret 15. oktober 2026

Tilføj en PDF nedenfor, så dukker teksten op i feltet, linje for linje som den står på siden. Kopiér den, eller download den som en .txt-fil. Tilvalgene tilføjer en overskrift pr. side og samler ord, der er delt ved et linjeskift. Teksten læses af PDF.js i browserens hukommelse; filen bliver aldrig uploadet.

Kører helt i din browser — dine filer uploades aldrig nogen steder.

Sådan trækker du tekst ud af en PDF

Tilføj PDF-filen. Tryk på Vælg PDF, eller slip filen på siden. Hvis den er beskyttet med adgangskode, skriver du adgangskoden og trykker på Åbn.
Lad den læse siderne. Tekststykkerne på hver side læses og bygges om til linjer ud fra deres placering. En statuslinje viser, hvilken side den er nået til.
Justér resultatet. Sæt flueben ved Én side pr. afsnit for at få en overskrift over hver side, og ved Fjern orddeling for at samle ord, der er delt ved linjeslut. Feltet opdateres med det samme.
Kopiér eller download. Tryk på Kopiér tekst for at lægge den i udklipsholderen, eller Download .txt for at gemme en almindelig tekstfil med samme navn som PDF-filen.

Hvad det gør

Trækker hele tekstlaget ud af en PDF og bevarer linjeskift og afsnitsmellemrum, som de ser ud på siden
Én side pr. afsnit: tilføjer en overskrift som „Side 3 af 12“ over hver sides tekst
Fjern orddeling: samler ord, der er delt ved linjeslut (doku- / ment → dokument)
Kopiér til udklipsholderen med ét tryk, eller download som en .txt-fil i UTF-8
Fortæller dig, når en PDF ikke har noget tekstlag (en scanning), og linker til OCR-værktøjet i stedet for at give dig en tom fil
Kører udelukkende på din enhed — den eneste netværksforespørgsel henter open source-biblioteket PDF.js

Hvad trækker værktøjet ud?

En PDF-side er en liste af tegneinstruktioner. Når filen er lavet ud fra et digitalt dokument — en Word-fil, en webside, en e-mail — indeholder instruktionerne et tekstlag: selve tegnene plus hvor hvert stykke sidder på siden. PDF.js læser det lag og rapporterer det som placerede tekststykker (dets getTextContent-API). Dette værktøj bygger læsbare linjer ud af de stykker og giver dig resultatet som ren tekst. Hvis PDF-filen er en scanning, er der intet tekstlag og intet at trække ud; værktøjet siger det og sender dig til OCR i stedet for at give dig en tom fil.

Hvordan bygges linjerne op igen?

Regel	Hvad den gør	Hvorfor
Samme grundlinje → samme linje	Tekststykker, hvis lodrette placering afviger mindre end den halve tegnhøjde, samles i én linje fra venstre mod højre	PDF-programmer deler en linje op i mange stykker (pr. ord, pr. skriftskift, pr. knibningspar)
Hul → mellemrum	Et vandret hul bredere end en fjerdedel af tegnhøjden mellem to stykker bliver til ét mellemrum	Mange PDF-filer gemmer aldrig mellemrumstegn; hullet er det eneste bevis
Stor lodret afstand → tom linje	En afstand på mere end 1,6 linjehøjder mellem linjer indsætter en tom linje	Holder afsnit og overskrifter synligt adskilt
Én side pr. afsnit (tilvalg)	Tilføjer en overskrift `===== Page n of N =====` før hver side, tomme sider inklusive	Lader dig finde et afsnit i originalen
Fjern orddeling (tilvalg)	Samler doku- + linjeskift + ment til dokument, når begge sider er små bogstaver; fjerner bløde bindestreger ved linjeslut	Tekst med lige margener er fuld af bindestreger ved linjeslut, der ikke hører til ordet

Hvornår er ren tekst det rigtige format?

Når du indsætter en kontraktklausul, et brev eller et citat i en e-mail, en note eller et søgefelt.
Når du fodrer et dokument til et oversættelsesværktøj, en skærmlæser eller et tekstanalyse-script.
Når du vil have en søgbar kopi ved siden af originalen eller tjekke, hvad scannerens OCR faktisk genkendte.
Når du tæller og citerer: PDF-ordtælleren giver tallene; dette værktøj giver ordene.

Har du brug for layoutet, så brug selve PDF-filen, eller lav siderne om til billeder med PDF til JPG. Skal noget fjernes, før du deler, sletter Maskér PDF teksten nedenunder, ikke bare blækket.

Hvad er begrænsningerne?

Kun tekstlaget. En scanning uden OCR giver ingenting; en scanning med OCR giver OCR'ens resultat, fejl inklusive.
Læserækkefølgen er geometrisk: oppefra og ned, fra venstre mod højre. Sider med flere spalter og tabeller kan blive blandet sammen.
Værdier i formularfelter, kommentarer, annoteringer, bogmærker og vedhæftede filer er ikke en del af sidens tekst og trækkes ikke ud.
Skrifttyper med ødelagt eller manglende Unicode-mapping (visse gamle PDF-generatorer, visse symbolskrifter) kommer ud som volapyk; det er en fejl i filen, og en PDF-læsers kopieringskommando viser det samme.
Ingen formatering overlever: fed, kursiv, farver, links og billeder ryger.

Ofte stillede spørgsmål

Bliver min PDF uploadet?

Nej. PDF.js, den open source-renderer der er indbygget i Firefox, åbner filen i denne browserfane og rapporterer tekststykkerne på hver side. Den eneste netværksforespørgsel henter det bibliotek. Tekstfeltet, udklipsholderen og .txt-downloaden er alle lokale.

Hvorfor er feltet tomt, eller hvorfor står der, at PDF-filen ser scannet ud?

En scannet PDF er et billede af hver side. Der er intet tekstlag at trække ud — kun pixels. Værktøjet opdager det (ingen tekst på nogen side) og henviser dig til værktøjet billede til søgbar PDF, som kører OCR i browseren og tilføjer et tekstlag, du derefter kan trække ud her.

Hvordan afgøres linjeskiftene?

PDF-filer gemmer ikke linjer, kun placerede tekststykker. Værktøjet samler stykker med samme grundlinje i én linje, ordner dem fra venstre mod højre, indsætter et mellemrum, hvor der er et synligt hul, og indsætter en tom linje, hvor den lodrette afstand er større end cirka halvanden linje. Det gengiver almindelige afsnit godt; tabeller og tekst i spalter kan blive blandet sammen.

Hvad gør Fjern orddeling helt præcist?

Det samler et ord, der slutter en linje med en bindestreg, med det ord med små bogstaver, der begynder den næste: „doku-“ efterfulgt af „ment“ bliver til „dokument“. Det sker kun, når begge sider er små bogstaver, så navne som Jean-Paul, koder som COVID-19 og en tankestreg i slutningen af en sætning bliver ladt i fred. Bløde bindestreger ved linjeslut fjernes altid.

Hvorfor er rækkefølgen forkert på nogle sider?

Sider med flere spalter, sidebokse, tabeller og tekst ombrudt omkring billeder er sat op i to dimensioner, og værktøjet læser oppefra og ned efter grundlinje. To spalter i samme højde bliver til én lang linje. For de sider kan du kopiere teksten fra en PDF-læser med spaltebevidst markering eller dele siden først.

Bevarer den fed, kursiv, overskrifter eller links?

Nej. Resultatet er ren tekst (.txt): ingen skrifttyper, størrelser, farver, links eller billeder. Overskrifter beholder deres linje og den tomme linje efter dem, hvilket som regel er nok til at se strukturen.

Hvad med PDF-filer med adgangskode og store filer?

Filer, der kræver en adgangskode for at åbne, beder om den; adgangskoden gives videre til PDF.js, som dekrypterer i hukommelsen. Siderne læses én ad gangen og frigives før den næste, så lange dokumenter fungerer, men en bog på 1.000 sider tager et stykke tid på en telefon, og selve tekstfeltet bliver tungt over nogle få megabyte — download i stedet for at scrolle.