Sortez le texte de vos PDF : copie exacte pour les pages numériques, reconnaissance automatique pour les pages scannées. Rien n’est envoyé, et il n’y a ni compte, ni filigrane.
Déposez un ou plusieurs PDF dans la zone de dépôt, ou touchez-la pour choisir des fichiers.
Pour ne traiter qu’une partie du document, remplissez « Pages du PDF », par exemple 1-3, 5 ou 8- ; laissez vide pour tout le fichier. Vérifiez aussi la « Langue du texte » des pages scannées.
Appuyez sur « Extraire le texte ». La progression s’affiche page par page, et « Annuler » arrête le traitement à tout moment.
Relisez avec « Afficher le texte » : chaque page commence par un repère « — Page 3 — ». Terminez par « Copier le texte » ou « Télécharger le .txt ».
Un PDF exporté depuis Word, un traitement de texte ou un logiciel de facturation contient une couche de texte : les caractères y sont stockés comme du texte, avec leur position. Un PDF issu d’un scanner ou d’une photo, lui, ne contient souvent qu’une image par page. À l’écran les deux se ressemblent ; la différence se voit quand on essaie de sélectionner un mot.
filetidy examine chaque page séparément. Une page avec une vraie couche de texte est copiée directement depuis le PDF, grâce à PDF.js de Mozilla : le résultat est exact et instantané, sans OCR. Une page sans texte est rendue en image à environ 230 dpi, puis lue par Tesseract. Un même document peut donc mélanger les deux, par exemple un contrat numérique suivi d’annexes scannées ; le résultat indique combien de pages ont été reconnues et combien ont été copiées.
Par passage, jusqu’à 50 pages scannées sont reconnues par PDF, et jusqu’à 1000 pages à couche de texte. Au-delà, les pages restantes sont ignorées avec un message, et il suffit d’indiquer une plage de pages pour continuer. Les PDF protégés par un mot de passe ne sont pas pris en charge : retirez d’abord la protection.
Windows
Cette méthode envoie le PDF sur les serveurs de Google. Pour un document confidentiel, préférez un traitement local.
Mac
Aperçu ne copie que le texte déjà présent dans le PDF. Il ne transforme pas un PDF scanné, fait uniquement d’images, en texte sélectionnable.
Quand une couche de texte existe, la copier vaut toujours mieux qu’une reconnaissance : pas une seule erreur de lecture. Il arrive pourtant qu’un copier-coller depuis un PDF donne des caractères incohérents, des lettres décalées ou des carrés. La cause est une police intégrée sans correspondance Unicode : le texte est bien là, mais ses codes ne correspondent à aucune lettre. Cochez alors « Reconnaître aussi les pages qui contiennent déjà du texte » pour forcer l’OCR sur ce que vous voyez à l’écran.
Le résultat est du texte brut, en .txt encodé en UTF-8. Mise en forme, colonnes, tableaux, images et liens ne sont pas conservés : c’est voulu pour coller dans un e-mail, un tableur, un outil de traduction ou un moteur de recherche interne. Si vous devez garder la mise en page, une conversion PDF vers Word sera plus adaptée, au prix d’un nettoyage souvent long.
Sur une mise en page en plusieurs colonnes, comme un article de revue, l’OCR peut lire d’une colonne à l’autre sur la même ligne. Les pages à couche de texte sont moins touchées, mais l’ordre suit celui enregistré dans le PDF.
Essayez de sélectionner un mot dans votre lecteur PDF. Si rien ne se sélectionne, ou si la page entière se sélectionne comme une seule image, c’est un scan. Pas besoin de le savoir à l’avance : l’outil le détecte page par page et ne lance l’OCR que là où il le faut.
La police du document n’associe pas ses glyphes à des lettres Unicode, si bien que la copie produit des symboles sans sens. Cochez « Reconnaître aussi les pages qui contiennent déjà du texte » et relancez : les pages seront lues comme des images, ce qui contourne le problème.
Procédez par tranches de 50 pages : laissez « Pages du PDF » vide pour le premier passage, puis saisissez 51-100, 101-150 et 151-200. Chaque passage donne son propre texte, à copier ou à télécharger à la suite.
Le texte imprimé du formulaire l’est. Les valeurs saisies dans des champs interactifs peuvent en revanche manquer, car elles ne font pas toujours partie de la couche de texte de la page. Si c’est le cas, imprimez le formulaire en PDF pour figer les champs, puis déposez cette nouvelle version.
Le plus souvent parce qu’il est protégé par un mot de passe : ouvrez-le avec le mot de passe, retirez la protection ou imprimez-le en PDF, puis réessayez. Un fichier endommagé ou incomplet peut aussi être refusé, avec un message qui le signale.
Comptez quelques secondes par page scannée sur un ordinateur ou un téléphone récent, un peu plus pour les grandes pages chargées. Les pages qui ont déjà du texte sont copiées presque instantanément, même par centaines.
Mis à jour le 28 octobre 2026
Agrandit le petit texte, éclaircit les fonds sombres et gomme les ombres. Désactivez-le si des lettres sortent cassées.
Jusqu’à 50 pages numérisées sont reconnues par PDF.
Les pages avec du vrai texte sont copiées telles quelles, instantanément, sans OCR. Cochez si ce texte sort illisible.