Quando ti serve solo il testo puro da un PDF (niente formattazione, immagini, font, layout), Adobe Reader (gratis) ha una funzione nativa: "Salva come testo". Estrae il contenuto testuale in un file `.txt` (UTF-8).
Procedura (Adobe Reader DC / 2024 / Gratis)
- Se non l'hai: scarica Adobe Acrobat Reader DC gratis da get.adobe.com/reader → Installa
- Apri il PDF in Adobe Reader (doppio click o File → Apri)
- Menu File → Salva come altro → Testo (o Salva come testo in versioni vecchie)
- Si apre "Salva con nome":
• Cartella: scegli destinazione (es. Documenti)
• Nome file: `documento_estratto.txt` (mantieni estensione `.txt`)
• Tipo file: File di testo (*.txt) (già selezionato) - Clicca Salva
Risultato
- File `.txt` apribile con Blocco note, Notepad++, VS Code, Word, ecc.
- Contiene solo testo (caratteri Unicode UTF-8)
- Persi: formattazione (grassetto, corsivo, colori), immagini, tabelle (diventano testo lineare), colonne, header/footer, numeri pagina, annotazioni, moduli
- Mantenuto: ordine di lettura logico (non sempre perfetto su PDF complessi)
Alternativa: Strumento "Seleziona" per estrarre SOLO una parte
- Adobe Reader → Strumenti (icona chiave inglese/lato destro) → Seleziona e ingrandisci → Strumento Seleziona (o scorciatoia V)
- Trascina per selezionare il testo desiderato (anche su più pagine: scorri tenendo click)
- Click destro sulla selezione → Copia (o Ctrl+C)
- Incolla in Blocco note / Word / Editor (`Ctrl+V`)
- Salva come `.txt`
Vantaggio: Estrai solo la sezione che ti serve, ignori header/footer/indici.
Se il PDF è scansionato (immagine, niente testo selezionabile)
Il testo non è estraibile perché non c'è: è un'immagine. Serve OCR (Riconoscimento Ottico Caratteri):
- Online gratis: OnlineOCR.net, OCR2Edit (carica PDF → scarica .txt/.docx)
- Desktop gratis: Tesseract OCR (CLI), PDF24 Tools (GUI, include OCR)
- Adobe Acrobat Pro (a pagamento): Strumenti → Migliora scansioni → Riconosci testo → poi Salva come testo
Altri tool per PDF → TXT (batch, CLI, server)
| Tool | Tipo | Caratteristiche |
|---|---|---|
| pdftotext (Poppler) | CLI (Linux/Win/Mac) | Velocissimo, batch, layout opzionale (`-layout`), Unicode. `pdftotext file.pdf file.txt` |
| pdfplumber (Python) | Libreria Python | Estrazione tabelle, coordinate, font, metadati. `pdfplumber.open("file.pdf")` |
| PyMuPDF (fitz) | Libreria Python | Velocissimo, estrazione testo + posizione + font + immagini |
| Apache Tika | Java/Server/CLI | Enterprise, estrazione metadati + contenuto da 1000+ formati |
| PDF24 Creator | Desktop Win (gratis) | GUI, batch, OCR incluso, anche da scansioni |