Was ist reiner Text?
Reiner Text ist Text, der nur als Zeichen gespeichert wird: ohne Schriften, Farben, Bilder oder Layout. Typisch sind Dateien mit der Endung TXT, nah verwandt ist CSV, das Tabellen als durch Kommas, Semikolons oder Tabulatoren getrennte Werte speichert. Jedes Programm auf jedem System öffnet eine reine Textdatei, was sie zum langlebigsten und portabelsten Format überhaupt macht.
Reiner Text und PDF
Das PDF ist eine Seitenbeschreibung: Es hält fest, wie der Text aussieht. Reiner Text bewahrt nur die Wörter. Wandeln Sie Text in PDF um, kommen Seitenumbrüche, Ränder und eine gut lesbare Schrift hinzu, sodass sich Notizen, Protokolle oder Exporte leicht drucken und teilen lassen. In der Gegenrichtung liefert das Extrahieren des Textes aus einem PDF die Wörter seitenweise, ohne Spalten, Bilder oder Stile, was für Suche, Kopieren und Analyse genügt.
Tabellen als CSV
Eine CSV-Datei ist eine als Text geschriebene Tabelle, eine Zeile je Datensatz, mit durch ein Trennzeichen getrennten Zellen. Tabellenkalkulationen öffnen sie, aber sie bewahrt weder Formatierung noch Formeln noch mehrere Blätter. Wandeln Sie eine CSV-Datei in PDF um, entsteht eine lesbare Tabelle, die auf jedem Gerät aufgeht. Das Trennzeichen kann Komma, Semikolon oder Tabulator sein, und welches passt, hängt von dem Programm und den Regionaleinstellungen ab, die die Datei erzeugt haben.
Häufige Stolperfallen
Die größte Falle ist die Zeichenkodierung: Eine in einer Kodierung gespeicherte und in einer anderen geöffnete Datei zeigt verzerrte Umlaute. Auch Zeilenumbrüche, sehr lange Zeilen und breite CSV-Tabellen verhalten sich im Druck schlecht. Und aus einem PDF extrahierter Text folgt der Lesereihenfolge, die die Datei vorgibt, und die kann Spalten vermischen. Prüfen Sie das Ergebnis, wenn das Layout komplex war.
Werkzeuge, die diesen Begriff nutzen
Anleitungen, die ihn anwenden
Häufige Fragen
- Warum zeigt meine Textdatei seltsame Zeichen?
- Die Kodierung passt nicht. Speichern Sie die Datei erneut als UTF-8, das Umlaute und die meisten Schriften abdeckt, und wandeln Sie neu um.
- Behält das Extrahieren von Text aus einem PDF die Formatierung?
- Nein. Sie erhalten die Wörter ohne Schriften, Spalten oder Bilder, meist nach Seiten getrennt. Ist das PDF ein Scan, führen Sie zuerst OCR aus.
- Wann ist CSV besser als Excel?
- Nutzen Sie CSV, um einfache Daten zwischen Systemen zu übertragen. Nutzen Sie eine Tabellendatei, wenn Sie Formeln, Formatierung oder mehrere Blätter brauchen.