Hack the HydraL’essentiel
| Formats acceptés | PDF avec texte sélectionnable (un PDF scanné demande l’OCR PDF) |
|---|---|
| Taille maximale | 100 Mo par fichier (vérifié dans le navigateur) |
| Où ça tourne | Dans votre navigateur avec pdf.js 4.10.38 ; le fichier n’est pas envoyé (seule la bibliothèque est téléchargée depuis un CDN) |
| Coût | Gratuit, sans inscription |
| Résultat | Texte brut, copier ou télécharger en .txt |
PDF scanné ?
Si presque aucun texte ne sort, le PDF est une image : utilisez l’OCR PDF.
Ce que l’outil répare
Un copier-coller depuis un lecteur PDF garde chaque retour à la ligne de la page. L’outil reconstruit plutôt les paragraphes : les lignes d’un même paragraphe sont jointes, un mot coupé par un tiret en fin de ligne est recollé (« informa- tion » devient « information »), un espacement vertical plus grand ouvre un nouveau paragraphe, et les puces ou éléments numérotés restent sur leur propre ligne. Les titres restent sur une ligne séparée, sans marque Markdown.
Texte ou Markdown ?
Le texte brut convient pour une recherche, un comptage de mots ou un simple copier-coller. Si le document est destiné à ChatGPT ou Claude, préférez PDF en Markdown : les titres aident le modèle à se repérer et à citer la bonne section.
Exemple
Le même PDF d’une page que sur la page PDF en Markdown, extrait en texte brut : pas de marques de titre, paragraphes conservés, ligne coupée recollée.
Entrée
(one-page PDF) Remote work policy <- 20 pt bold Who can work remotely <- 14 pt bold Employees can work from home up to three days a week, after agreement with their manager. <- 11 pt, two lines Equipment <- 14 pt bold The company provides a laptop and a headset.
Résultat
Remote work policy Who can work remotely Employees can work from home up to three days a week, after agreement with their manager. Equipment The company provides a laptop and a headset.