Le PDF est une mise en page figée, sans structure de titres sur laquelle une machine puisse s'appuyer. Le TXT est du texte brut, sans balisage d'aucune sorte. calibre se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier PDF en route vers le TXT.
Ce qui s'exécute quand un fichier PDF devient un TXT
calibre le binaire ebook-convert, sur une machine que nous louons et que nous surveillons. Votre fichier PDF est envoyé une fois, calibre s'exécute une fois, le fichier TXT revient, et aucun des deux fichiers n'est conservé. PDF vers TXT fait partie des 3649 paires sur lesquelles ce moteur a été sondé avec un vrai fichier, et c'est pour cela que cette page existe quand celles que la sonde n'a pas su prouver n'existent pas.
Ce qui survit du fichier PDF dans le fichier TXT
L'ordre de lecture et le découpage en chapitres du fichier PDF. calibre le reconstruit comme un livre en route vers le TXT, et non comme un tas de pages.
La couverture et les métadonnées du livre, que calibre transporte du conteneur PDF vers le conteneur TXT.
Ce que la conversion PDF vers TXT vous coûte
La mise en page fixe. calibre refait couler le texte du PDF, et c'est voulu : un TXT est fait pour être lu à n'importe quelle taille de police sur n'importe quelle largeur d'écran.
Tout ce que le PDF n'avait pas écrit noir sur blanc. calibre lit la couche de texte du fichier PDF ; une page scannée n'en a pas, donc un PDF scanné revient en TXT vide, et aucun moteur de cette machine ne peut vous prévenir à l'avance.
Les balises de titre, les tableaux, le gras, la couleur du texte et le choix des polices, et c'est mesuré plutôt que supposé : nous avons passé un EPUB portant un titre, un tableau, du gras, une couleur et une police par toutes les cibles de livre numérique, puis relu chaque résultat avec calibre. Le TXT ne porte ni balise de titre, ni tableau, ni gras, ni couleur de texte, ni choix de police. Ce qu'un appareil AFFICHE ensuite est une autre question, et aucune mesure d'ici ne l'atteint.
Si un modèle doit lire le fichier TXT
Les mots survivent tous, la STRUCTURE des titres non : le TXT n'a aucune balise de titre, calibre les écrit donc en paragraphes stylés. Un modèle qui lit le TXT reçoit le texte dans l'ordre et doit en déduire les sections, c'est-à-dire refaire exactement le travail que le PDF lui épargnait. Si c'est un modèle qui lit, convertissez plutôt en Markdown.
PDF vers TXT, mesuré plutôt que promis
En passant PDF vers TXT sur le moteur réel avec un vrai fichier, calibre a écrit 219 octets au format TXT en 0,8 secondes, machine par ailleurs au repos. C'est un fichier PDF un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict PDF vers TXT a été obtenu par la relecture du texte, c'est-à-dire que la sortie se décode en texte lisible et porte encore le mot témoin, seul contrôle qu'une cible en texte brut autorise. Le contrôle employé compte, parce qu'ils ne prouvent pas tous la même chose, et un code de statut 200 ne prouve strictement rien sur ce que le fichier TXT contient.
Le même fichier PDF, envoyé ailleurs
Les autres sorties que la sonde a mesurées à partir d'un fichier PDF, pour que le coût du choix du format TXT se lise face à quelque chose. Les tailles ne se comparent pas d'un moteur à l'autre, chaque famille ayant été sondée avec son propre fichier témoin PDF.
PDF vers DOCX : 23 905 octets en 0,9 secondes, vérifié par une signature de format.
PDF vers EPUB : 26 909 octets en 0,9 secondes, vérifié par une signature de format.
PDF vers JPG : 5 782 octets en 0,1 secondes, vérifié par une signature de format.
PDF vers PNG : 1 294 octets en 0,1 secondes, vérifié par une signature de format.
PDF vers WEBP : 906 octets en 0,1 secondes, vérifié par une signature de format.
PDF vers GIF : 9 463 octets en 0,1 secondes, vérifié par une signature de format.
Les autres routes vers TXT, et ce qu'elles ont mesuré
Parmi les routes publiées vers TXT, PDF est la huitième plus grosse sortie des 11 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
DOC vers TXT : 268 octets en 1,1 secondes.
AZW3 vers TXT : 219 octets en 0,6 secondes.
CSV vers TXT : 114 octets en moins d'un dixième de seconde.
HTML vers TXT : 270 octets en moins d'un dixième de seconde.
JSON vers TXT : 264 octets en moins d'un dixième de seconde.
Ce que nous ne prétendrons pas sur PDF vers TXT
Un fichier PDF de plus de 50 Mo est refusé avant la fin de l'envoi plutôt qu'après, pour que vous n'attendiez pas un refus.
Une conversion PDF vers TXT qui dépasse 120 secondes est tuée, et le processus calibre avec elle. Une exécution abandonnée resterait posée sur l'un des deux cœurs de la machine jusqu'à ce que quelqu'un le remarque.
Vos titres cessent d'être des titres. Le TXT n'a aucune balise pour cela, calibre les écrit donc en paragraphes stylés. La table des matières est construite avant que cela n'arrive et elle survit ; ce que vous perdez, c'est la structure À L'INTÉRIEUR du texte, et elle compte dès l'instant où quelque chose lit le fichier au lieu de l'afficher.
Le fichier PDF qui a servi à prouver cette paire était court. calibre a droit à 120 secondes et un long livre peut réellement les demander toutes : le temps de TXT donné plus bas mesure un petit fichier et ne garantit rien sur le vôtre de mille pages.
Un fichier PDF à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
PDF vers TXT : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier PDF en TXT ?
C'est calibre qui s'en charge, par le binaire ebook-convert, sur une machine que nous louons et que nous surveillons. Ni astuce de navigateur, ni service d'un tiers : le fichier PDF est envoyé une fois, calibre s'exécute une fois, le TXT revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion PDF vers TXT ?
Sur le fichier utilisé par la sonde, calibre a mis 0,8 seconde et écrit 219 octets de TXT. C'est une mesure réelle sur un fichier PDF réel, pas une moyenne et pas une promesse sur le vôtre : un PDF plus gros prend plus longtemps, et au-delà de 120 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant du PDF au TXT ?
Celle qu'il faut connaître en premier : la mise en page fixe. calibre refait couler le texte du PDF, et c'est voulu : un TXT est fait pour être lu à n'importe quelle taille de police sur n'importe quelle largeur d'écran.
La table des matières survit-elle du PDF au TXT ?
Oui, à condition que votre fichier PDF porte de vrais titres et non du texte qui y ressemble. calibre construit la table des matières du TXT à partir de la structure de titres qu'il trouve, et de grosses lignes en gras mises en forme à la main ne sont pas une structure.
La conversion PDF vers TXT est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion PDF vers TXT coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un TXT moins bon.