Windows:
Wie man nur den Text aus Dokumenten extrahiert
Mit dem Freewareprogramm “Text Mining Tool” kann man den Text aus Dokumenten wie PDFs, HTML- oder Worddateien extrahieren – und zwar nur den Text.
Im Gegensatz zum schlichten Copy&Paste holt Text Mining Tool nur den Text aus den Dokumenten. Etwaige Formatierungen eingebundener Bilder werden so nicht mitkopiert. Auch ist das Kopieren von im Ursprungsdokument durch Objekte stark fragmentiertem Text mit Text Mining Tool wesentlich leichter.
Einziger Nachteil: Wie man im Screenshot sehen kann, werden Umlaute leider nicht korrekt verarbeitet:

Wer aber damit leben kann, ausgiebig mit Text arbeitet und diesen aus Dokumenten extrahieren muss, für den wird Text Mining Tool die Arbeit wesentlich erleichtern.
Text Mining Tool ist Freeware und Windows only.
» Text Mining Tool – free converter of PDF, DOC, CHM, RTF, HTML files to text
















Artikel per Feed
Artikel per E-Mail
Artikel bei Twitter
Facebook-Seite
Ich verwende seit einiger Zeit problemlos PureText: http://www.stevemiller.net/puretext/
Alex
Ich wüsste nicht wem sowas in Deutschland etwas bringt wenn keine Umlaute möglich sind ;)
Alex: kannte ich noch nicht. Werde ich mal testen. Danke!
-
Flo: Zum Beispiel Leute, die viel mit englischen Text arbeiten. Gibt sicher noch mehr Beispiele, wenn auch zugegeben sicher nicht so viele.
Hallo,
um nur den text aus einem dokument herauszubekommen kann man das kopierte auch einmal im normalen “Editor” einfügen und von daraus nochmal kopieren.
Oder verstehe ich den Nutzen dieses Programms falsch?
Ich kann in diesem Zusammenhang nur ac’tivAid empfehlen (hier das Modul PastePlain), und nicht nur hierfür, auch ansonsten ist das Teil äußerst hilfreich.
Genauso wie Ditto, ein äußerst hilfreicher Clipboard-Manager, mit dem kopierte Texte auf einfachste Weise plain eingefügt werden können (und noch vieles mehr).
Beide Tools gehören zu meinen MustHaves auf allen Rechnern…
Wenn es nur darum geht, Texte in MS Würg zu pasten, ohne immer all die bescheuerten Formatierungen mit zu pasten, tut es auch “Inhalte einfügen”. Was man sich auch auf ein Kürzel legen kann z.B. ALT-V (statt CTRL-V).
Leider muß man dann aber trotzdem noch unter 95 angebotenen Optionen “Unformatierten Text” auswählen. Dabei ist das normal die einzige Variante, die man will. Aber Billy-Boy ist halt so stolz drauf, alle Grafik und Farben mitübernehmen zu können…