Как скопировать текст из PDF

Почему копировать текст из PDF сложно?

PDF создавались для печати, не редактирования. В отличие от документа Word, где текст течёт непрерывным потоком, PDF хранит каждый символ в точных координатах x/y — как чертёж макета. Когда вы выделяете и копируете, программа для просмотра должна обратно спроектировать, какие символы — слова, какие слова — строки, какие строки — абзацы. Она часто ошибается.

Это усугубляется многостолбцовыми макетами (текст из столбца A смешивается со столбцом B), таблицами (ячейки вставляются беспорядком) и колонтитулами (вставляются в середину абзаца). И это если в PDF вообще есть выделяемый текст — сканы это просто картинки, нечего выделять.

Какой метод использовать, зависит от вашего PDF. Вот 4 подхода, от самого простого к самому мощному.

Как копировать и вставлять из PDF — 30-секундный ответ

Чтобы копировать из PDF: откройте его (вкладка браузера подойдёт), кликните и перетащите по тексту, нажмите Ctrl+C (Cmd+C на Mac), потом вставьте Ctrl+V (Cmd+V) в Word, Google Docs, письмо или куда нужно. Чтобы вся страница — кликните на странице и нажмите Ctrl+A / Cmd+A.

Если текст не выделяется, вставленный результат — чушь, или макет испорчен — PDF отсканирован, защищён или странно закодирован. Загрузите его в инструмент Извлечение текста из PDF: он вернёт чистый текст, который можно копировать везде, и он запустит OCR на сканированных страницах автоматически.

Остаток руководства идёт через каждый метод в деталях и объясняет, когда какой использовать.

Метод 1: Выделить и копировать в программе просмотра или браузере (проще всего)

Начните здесь — самый быстрый способ, никаких инструментов. Откройте PDF в любой программе: Adobe Acrobat Reader (бесплатно), Preview на Mac, или просто перетащите PDF в Chrome, Edge или Firefox. Все современные браузеры имеют встроенные средства просмотра PDF с выделением текста.

Кликните и перетащите, чтобы выделить нужный текст, потом Ctrl+C (Windows/Linux) или Cmd+C (Mac). Вставьте в любой текстовый редактор, письмо или документ.

Совет: В Adobe Acrobat Reader используйте Правка → Выделить всё (Ctrl+A / Cmd+A) для выделения всей страницы. В Chrome также Ctrl+F ищет внутри PDF, потом копируйте выделенное.

Когда работает: PDF с простым одностолбцовым макетом и выделяемым текстом — большинство деловых писем, счетов, отчётов.

Когда не работает: Текст не выделяется (скан или защита от копирования), результат искажён (кодировка), или многостолбцовый текст перемешивается. Если что из этого — пробуйте Метод 2.

Метод 2: Открыть PDF в Google Docs (бесплатно, работает со сканами)

Google Docs может конвертировать PDF в редактируемый текст, включая сканы — полностью бесплатно.

Шаг 1: Загрузите PDF в Google Drive (drive.google.com). Шаг 2: Щёлкните правой кнопкой мыши на файл и выберите "Открыть с помощью → Google Документы". Шаг 3: Google преобразует PDF в редактируемый документ. Теперь выделяйте и копируйте любой текст.

За кулисами Google применяет OCR к страницам-изображениям, так работает даже со сканами. Тоже обрабатывает защищённые от копирования PDF, потому что файл обрабатывается на сервере.

Ограничения: Google Docs плохо с сложным форматированием. Многостолбцовые макеты часто схлопываются в один столбец в неправильном порядке. Таблицы теряют структуру. Для больших PDF (50+ страниц) преобразование медленное или неполное. Если форматирование важно, рассмотрите Метод 3.

Метод 3: Использовать специализированный инструмент (лучше всего для сложных PDF)

Когда Методы 1 и 2 не работают — или нужен чистый правильно отформатированный текст из сложного документа — специализированный инструмент самый надёжный.

Инструменты вроде ParseJet созданы именно для этого. Они анализируют внутреннюю структуру PDF (или применяют OCR к сканам) и извлекают текст в правильном порядке, сохраняя абзацы и разделяя столбцы.

Как использовать ParseJet: Перейдите parsejet.com/tools/extract-text-from-pdf → перетащите PDF → скопируйте текст. Регистрация не требуется — 3 бесплатных извлечения в день.

Почему это работает, когда другие не работают: Специализированные инструменты обрабатывают все крайние случаи, что сбивают простые методы — сканы (OCR), защита от копирования (обработка на сервере), странная кодировка (сопоставление символов), многостолбцовые макеты (определение порядка) и таблицы (сохранение структуры).

Это единственный метод, что даёт чистый текст на уровне абзацев, не построчный вывод со случайными разрывами в середине предложений.

Метод 4: Инструмент командной строки (для разработчиков и пакетной обработки)

Если нужно программно извлечь из многих PDF, инструменты командной строки и библиотеки — правильный путь.

pdftotext (из poppler-utils) — классический Unix инструмент: установите «apt install poppler-utils» (Linux) или «brew install poppler» (Mac), потом запустите «pdftotext input.pdf output.txt». Быстро, но нет OCR и плохо со сложными макетами.

pdfplumber (Python) даёт больше контроля: «pip install pdfplumber», потом Python API для извлечения постранично, с обнаружением таблиц и анализом макета. Хорошо для структурированных документов вроде счетов и форм.

pdf-parse (Node.js) — популярный npm пакет: «npm install pdf-parse», потом несколько строк JavaScript. Учтите, зависит от нативных бинарников и имел проблемы с поддержкой.

Или вызывайте ParseJet API — один HTTP POST на файл, никаких библиотек, и он автоматически обрабатывает OCR и сложные макеты. Особенно полезно в serverless (Lambda, Vercel, Cloudflare Workers), где установка нативных зависимостей проблема.

А что со сканированными PDF?

Если PDF создан сканированием физического документа или фото, страницы — изображения, нечего выделять при любой программе просмотра. Нужен OCR (оптическое распознавание) для превращения картинки в текст.

Варианты для сканов: Google Docs (Метод 2) применяет OCR бесплатно, но может испортить макет. ParseJet (Метод 3) применяет OCR с лучшим определением макета. Tesseract (open-source CLI инструмент) — ещё бесплатный вариант, но требует установки и настройки.

Как узнать, скан ли это: увеличьте на 400%+. Если текст выглядит размыто или пиксельно (как фото) — изображение. Если символы чётки при любом увеличении — текстовый PDF.

Быстрое сравнение: какой метод выбрать?

Простой PDF, один столбец: Метод 1 (выделить и копировать). Мгновенно и бесплатно.

Скан или защита от копирования: Метод 2 (Google Docs) для бесплатного, или Метод 3 (ParseJet) для лучшей точности со сложными макетами.

Многостолбцовый, таблицы или искажённый текст: Метод 3 (ParseJet) — единственный надёжный для определения макета и проблем кодировки.

Пакетная обработка (10+ PDF): Метод 4 (CLI инструменты или ParseJet API) для автоматизации.