PDF提取文字
从可以选中文字的 PDF 复制内容。选好页面，检查提取出的文字后保存为 TXT；仅包含扫描图片的页面需要先做 OCR。
使用前须知
- 支持输入
- 一份带有可读取文字层的 PDF。
- 处理结果
- 可编辑纯文本，以及 TXT 下载。
加载工具...
在你的设备上处理。所选文件与粘贴的文本不会上传到我们的服务器。
如何使用这个工具
- 选择受支持、不受保护的 PDF。
- 选择页面范围并提取其现有文本。
- 检查阅读顺序和任何没有文字的页面，然后复制或下载 TXT。
了解结果
数字 PDF 可以将字符存储为文本，而扫描的 PDF 可以将每页存储为图片。该工具读取现有文本。它不会将扫描的页面图像转换为文字；对这些页面使用图像 OCR。
怎样把 PDF 文字复制为可编辑 TXT？
选择已有文字层的 PDF，指定页面并提取。使用前阅读结果，分栏、页眉和表格的顺序可能与画面不同。可复制需要的内容或下载 TXT，但不会保留原排版和嵌入图片。
扫描 PDF 为什么提取不到文字？
扫描页可能只是文字的图片，没有底层文本。可先用 PDF 转 JPG 导出相关页，再用图片转文字并校对 OCR 结果。直接提取无法从纯图片页恢复文字，也无法修复所有异常字体编码。
尝试示例
尝试原始示例来检查支持的工作流程。成功的样本并不能保证每一次输入。
原装PDF样品 ↓ 原装PDF样品 ↓结果不符合预期怎么办？
结果为空，或有些页没有文字。
扫描页面可能只有图片。先用“PDF 转 JPG”导出相关页面，再用“图片转文字”识别并校对。这种操作不会生成可搜索 PDF，也不会恢复可编辑的 Word 排版。
接下来可以用: PDF 转 JPG →重要限制
- 仅现有文本图层；无自动 OCR。
- 阅读顺序可能与视觉布局不同，尤其是在多列页面中。
- 没有有用字符映射的字体可能会生成丢失或不正确的文本。
- 最大20个MB，100页，200万个输出字符。
常见问题解答
为什么我扫描的 PDF 没有返回任何文本？
页面可能仅包含图像。使用PDF到JPG渲染所需的页面，然后使用Image to Text识别图像。
表会保留其行和列吗？
纯文本无法保留完整的 PDF 布局。列、表格和不寻常的文本位置可能需要在提取后进行编辑。
这会创建 Word 文档吗？
不。它生成可编辑的纯文本和 TXT 下载，而不是 DOCX 文档。
能否打开受密码保护的PDF？
此版本不处理受密码保护的文件或绕过文档限制。使用您有权处理的无障碍副本。
相关指南
有疑问或更正吗？ mrkcal@mrkcal.com