Text aus einer PDF kopieren

Die kurze Antwort

Für ein paar Zeilen markierst du den Text mit Maus oder Finger und kopierst ihn (Strg+C unter Windows, Befehl+C auf dem Mac). Für ganze Seiten oder lange Dokumente legst du die PDF unten im Werkzeug ab und lädst eine TXT-Datei mit dem gesamten Text in Lesereihenfolge herunter. Lass Seitenmarken einfügen eingeschaltet, dann beginnt jede Seite mit einer Zeile wie [Seite 3], und du findest immer wieder, woher eine Stelle stammt. Mit dem Feld Seiten grenzt du den Export ein, zum Beispiel 1-3, 5 oder 8-.

Meldet das Werkzeug, dass kein Text gefunden wurde, ist die PDF wahrscheinlich ein Scan. Dann spring weiter unten zum Abschnitt über OCR.

Zwei Arten von PDF: Text oder Bilder

Eine PDF, die aus Word, Google Docs, einer Webseite oder einem Buchhaltungsprogramm gespeichert wurde, enthält echten Text: Jeder Buchstabe ist mit Schrift und Position gespeichert. Du kannst ihn mit Strg+F durchsuchen, markieren und kopieren.

Eine PDF aus einem Scanner, einem Kopierer oder einer Scan-App auf dem Handy ist anders. Jede Seite ist ein Foto des Papiers. Es sieht aus wie Text, aber für den Computer ist es ein Raster aus Pixeln, deshalb markiert der Mauszeiger nichts oder gleich die ganze Seite als Bild. Auch die Suche findet nichts. Manche Scan-Apps lassen automatisch OCR laufen und legen eine unsichtbare Textebene darüber, deshalb sind manche Scans durchsuchbar und andere nicht.

Ein schneller Test: Drück in deinem PDF-Programm Strg+F (Befehl+F) und such nach einem Wort, das du auf der Seite siehst. Wird es gefunden, hat die PDF Text. Wenn nicht, ist es ein Scan ohne Textebene.

Text auf jedem Gerät kopieren

• Windows und Mac: Öffne die PDF im Browser, in Adobe Acrobat Reader oder in Vorschau, zieh über den Text und kopiere ihn. Strg+A (Befehl+A) markiert den ganzen Text, aber bei langen Dokumenten ist das Ergebnis oft unordentlich.
• Microsoft Word: Datei > Öffnen und die PDF auswählen. Word wandelt sie in ein bearbeitbares Dokument um. Dabei bleibt mehr Formatierung erhalten als beim Kopieren und Einfügen, aber Tabellen und komplexe Layouts können verrutschen, also prüf das Ergebnis.
• iPhone und iPad: Öffne die PDF in Dateien oder Bücher, halte ein Wort gedrückt, zieh die Griffe und tipp auf Kopieren. Bei Scans und Fotos erkennt Live Text in neueren iOS-Versionen Text in Bildern.
• Android: Öffne die PDF in Google Drive oder einem anderen PDF-Betrachter, halte gedrückt, um zu markieren, und tipp dann auf Kopieren. Bei Scans kann Google Lens Text von einem Foto der Seite lesen.
• Jedes Gerät, ganzes Dokument: Nimm das Werkzeug auf dieser Seite und bekomm eine saubere TXT-Datei, statt Seite für Seite zu kopieren.

Warum eingefügter Text falsch aussieht und wie du das behebst

Beim Kopieren aus einer PDF bekommst du oft zerrissene Zeilen, vermischte Spalten oder seltsame Zeichen. Der Grund: Eine PDF speichert, wo jedes Textstück auf der Seite steht, aber nicht, wie die Absätze fließen. Das Programm muss die Lesereihenfolge erraten.

• Ein Zeilenumbruch nach jeder Zeile: PDF-Zeilen enden dort, wo die Seite endet, nicht wo der Satz endet. Ersetze in einem Texteditor einzelne Zeilenumbrüche durch Leerzeichen oder füge den Text in ein Werkzeug ein, das Zeilen zusammenfügt.
• Spalten durcheinander: Wenn du über zwei Spalten markierst, erwischst du beide. Markiere jeweils eine Spalte oder zieh den Text heraus: Das Werkzeug liest den Text in der Reihenfolge, in der er in der Datei gespeichert ist, und das heißt meist eine Spalte nach der anderen.
• Getrennte Wörter: Wörter, die am Zeilenende getrennt wurden, behalten den Bindestrich. Such nach einem Bindestrich mit folgendem Zeilenumbruch und entferne beides. Gerade bei langen deutschen Wörtern kommt das oft vor.
• Zeichensalat oder Kästchen statt Buchstaben: Manche PDFs betten Schriften ohne Zuordnung von Formen zu echten Zeichen ein. Der Text sieht gut aus, wird aber als Unsinn kopiert. Herausziehen hilft hier nicht; behandle die Datei wie einen Scan und nimm OCR.
• Tabellen werden zu langen Zeilen: Einfacher Text hat keine Zellen. Die Werte einer Zeile landen durch Leerzeichen getrennt in einer Zeile. Für echte Tabellen kopierst du Zeile für Zeile oder baust die Tabelle in einer Tabellenkalkulation neu auf.

Wann du OCR brauchst

OCR (optische Zeichenerkennung, auch Texterkennung genannt) schaut sich das Bild einer Seite an und verwandelt die Buchstabenformen wieder in Text. Du brauchst sie für Scans, Fotos von Dokumenten und PDFs, die sich nur als Zeichensalat kopieren lassen.

Auf Anyfeat geht das in zwei Schritten, ohne etwas hochzuladen. Öffne den Scan zuerst in PDF in Bild, wähl PNG und die Auflösung Hoch (Druck). Das ergibt Bilder mit 300 DPI, die OCR viel zuverlässiger liest als Bildschirmauflösung. Öffne die Bilder dann in Bild in Text (OCR), wähl die Sprache des Textes und kopiere das Ergebnis oder lade es als TXT herunter. Die richtige Sprache ist wichtig: Nur so werden Umlaute und ß, Akzente oder das türkische i mit und ohne Punkt richtig erkannt.

Tipps für sauberen Text

• Zieh mit dem Feld Seiten nur die Seiten heraus, die du brauchst, zum Beispiel 4-12, dann musst du Deckblatt und Anhänge nicht hinterher löschen.
• Lass die Seitenmarken an, wenn du den Text zitieren oder belegen willst: So findest du die Seite später viel leichter.
• Die TXT-Datei wird als UTF-8 gespeichert, also kommen alle Sprachen und Alphabete richtig an, auch Umlaute, Kyrillisch, Griechisch, Arabisch und Chinesisch, und sie öffnet sich in jedem Texteditor korrekt.
• Mehrere PDFs lassen sich auf einmal bearbeiten. Jede wird zu einer eigenen TXT-Datei, und du kannst alle als ZIP herunterladen.
• Lies OCR-Ergebnisse immer gegen, vor allem Zahlen, Namen und Beträge. Eine 5, die als S gelesen wurde, übersieht man in einer Rechnungssumme leicht.