Zoeken naar een woord in een PDF: vind de juiste pagina in seconden

Je hebt een huurcontract van 180 pagina's voor je en je zoekt de bepaling waarin «opzegtermijn» staat. Of je spit een map met facturen door op zoek naar één specifiek btw-nummer. Of je wilt weten op welke pagina van je collegeaantekeningen een begrip is gedefinieerd. Pagina voor pagina scrollen kost tijd en is bovendien onbetrouwbaar: het oog slaat juist dat ene woord over.

De tool tekst zoeken in PDF van PDF7 is hier precies voor gemaakt: bestand uploaden, woord intypen, en je ziet op welke pagina's het staat, hoe vaak en waar op de pagina.

In drie stappen zoeken in een PDF

1. Upload je bestand. PDF, Word (DOCX), Excel (XLSX) of een JPG/PNG-afbeelding. Slepen en neerzetten werkt ook.
2. Typ het woord of de zinsnede. Zet desgewenst heel woord aan zodat «betaling» niet ook «betalingstermijn» meetelt, of hoofdlettergevoelig.
3. Bekijk de resultaten. In de lijstweergave zie je elk resultaat met paginanummer en de omringende zin. In de visuele weergave staan paginaminiaturen met gele kaders om elk resultaat; één klik en je zoomt naar de juiste plek.

Waarom zoeken in Nederlandse PDF's vaak misgaat

Het Nederlands kent een paar typografische eigenaardigheden waar simpele zoekfuncties op stuklopen.

De IJ. In veel lettertypen en PDF-generatoren wordt «ij» als één samengesteld teken weggeschreven in plaats van als een i gevolgd door een j. Voor het oog is er geen verschil, voor een letterlijke tekenvergelijking wel: zoeken op «bijlage» of «vrijdag» levert dan niets op. Voor de vergelijking wordt de tekst genormaliseerd, zodat beide schrijfwijzen hetzelfde resultaat geven. Ook «IJsselmeer» met twee hoofdletters wordt gevonden als je «ijsselmeer» intypt.

Trema's en accenten. Woorden als «coördinatie», «financiën» of «één» kunnen in het PDF-bestand op twee manieren zijn opgeslagen: als één teken, of als grondletter plus een los trema. Na normalisatie maakt dat niet meer uit.

Apostrofs en afbrekingen. «'s-Gravenhage» of «auto's» kan een rechte of een gekrulde apostrof bevatten, afhankelijk van het programma dat het document maakte. Die worden gelijkgesteld. En een lang samengesteld woord dat aan het einde van een regel met een koppelteken is afgebroken, wordt gewoon gevonden.

Vijf dingen om te proberen bij nul resultaten

Je weet zeker dat het woord in het document staat, maar de zoekopdracht komt leeg terug. Loop dan dit lijstje af:

• Zoek op een kortere stam. Typ «factuur» in plaats van «factuurnummer» — Nederlandse samenstellingen verstoppen het gezochte woord vaak binnen in een langer woord.
• Zet «heel woord» uit. Zolang die optie aanstaat tellen alleen losstaande vindplaatsen mee.
• Controleer of de tekst te selecteren is. Lukt het niet om met de cursor een regel te markeren, dan is de pagina een scan en is tekstherkenning nodig.
• Schakel over naar de visuele weergave. Op de pagina-afbeelding zie je hoe de term werkelijk geschreven is: documenten gebruiken vaak een afkorting of een synoniem.
• Laat leestekens weg. Bij «btw-nr.» kunnen het koppelteken en de punt anders gezet zijn; zoeken op alleen «btw» is betrouwbaarder.

De tool werkt bovendien als teller: de resultatenlijst laat zien hoe vaak «boete» in een rapport voorkomt of hoe vaak een bron in een scriptie wordt aangehaald, zonder dat je alles hoeft door te lezen.

Zoeken in gescande PDF's en foto's

Een document uit de kopieermachine of van je telefooncamera is een afbeelding: er zit geen selecteerbare tekst in, dus een gewone zoekopdracht vindt helemaal niets.

De tool herkent dat en voert tekstherkenning in fasen uit: eerst een snelle ronde en, als er niets gevonden wordt, een grondiger ronde. Zo doorzoek je ook een ingescand contract, een gefotografeerde bon of een boekpagina. Ga je hetzelfde document vaker raadplegen, voeg er dan eerst een blijvende tekstlaag aan toe met PDF OCR.

PDF's met wachtwoord

Bankafschriften en officiële downloads zijn vaak versleuteld. Upload je zo'n bestand, dan word je niet naar een andere pagina gestuurd: op de bestandskaart verschijnt een klein wachtwoordveld. Je typt het wachtwoord, het document gaat open en zoeken werkt normaal. Het wachtwoord wordt nergens bewaard.

Wat er met je bestand gebeurt

Je bestand wordt alleen verwerkt om te zoeken. Het blijft niet op de server staan en gaat naar geen enkele externe dienst: er zit geen API van derden in de keten. Bij contracten, medische verslagen of loonstroken maakt dat verschil.

Staat de tekst verspreid over meerdere documenten, voeg de PDF's dan eerst samen en zoek in één keer. Is het bestand erg groot, dan versnelt PDF comprimeren het uploaden.

Veelgestelde vragen

Vindt de zoekfunctie woorden met «ij» betrouwbaar?

Ja. Zowel de losse letters als het samengestelde IJ-teken leveren hetzelfde resultaat op.

Kan ik op een hele zinsnede zoeken?

Ja, typ de volledige zinsnede; die wordt ook gevonden als een regelovergang hem doorbreekt.

Welke bestandsformaten worden ondersteund?

PDF, Word-documenten (inclusief tekst in tabelcellen), Excel-bestanden en JPG/PNG-afbeeldingen via OCR.

Heb ik een account nodig?

Nee, de tool is gratis en vereist geen registratie.

Probeer het nu op tekst zoeken in PDF.