从PDF提取文字

从PDF中提取文字

需要PDF中的文字，又不想一页页复制？本工具帮您把全部文字提取到一个纯文本TXT文件中。无论是为了编辑、分析还是再利用，都非常简单。

准备

准备好您的PDF：

• 把文件放在电脑、手机或云端，方便取用
• 适用于包含真实可选文字的PDF。扫描文档需要先用PDF OCR处理
• 确保您有权提取其中的文字
• 文件越大耗时越长，支持最大100 MB的文件

上传

开始提取：

• 点击选择文件，或直接拖放
• 可以从设备上的任何位置选择
• 每个PDF最大100 MB
• 如果需要多个PDF的文字，可以一次添加多个
• 上传后会显示文件名和大小

提取选项

自定义提取方式：

• 页面：全部页面，或自定义范围，例如1-3, 7
• 保留PDF中的换行，并去掉行尾空格
• 每页开头都有标记，方便看出页面从哪里开始

开始提取

一键完成：

• 点击“提取文字”
• 大多数PDF几秒钟就能提取完成
• 进度指示会显示页面处理情况

不同类型的PDF

支持多种情况：

• 标准PDF：直接、准确地提取
• 扫描版PDF：没有文本层，请先用PDF OCR处理。如果没有找到文字，工具会提示您
• 受密码保护：需要先移除密码才能提取
• 多语言：PDF中以真实文字存储的任何语言，都会以Unicode文本输出
• 图片较多：跳过图片，专注于文字

结果

完成后：

• 下载前先检查结果
• 每个PDF生成一个TXT文件，带有分页标记

导出

多种方式保存提取的文字：

• 下载为TXT：纯文本文件
• 需要带标题和表格的Markdown？请使用PDF转Markdown
• 多个文件会打包成ZIP一起下载

扫描版PDF

对于基于图片的文档：

• 先用PDF OCR处理，它可以把文字直接保存为TXT文件
• 准确度取决于扫描质量
• PDF OCR支持15种语言，并可选择第二种语言

高级功能

更多功能：

• 页面选择：只从特定页面提取
• 格式清理：去掉行尾空格
• 批量处理：一次从多个文件中提取

技巧

获得最佳效果：

• 使用清晰、高质量的PDF
• 扫描文档要确保对比度好、字迹清楚
• 选择您需要的页码范围
• 对于扫描件，在依赖文字之前先检查OCR的准确度
• 把TXT文件和PDF放在一起，方便快速搜索

用途

非常适合：

• 内容再利用：提取后用于其他文档
• 数据分析：提取文字用于研究
• 无障碍：让屏幕阅读器可以读取内容
• 编辑：在找不到原始文件时提取文字
• 翻译：提取文字用于翻译
• 档案检索：把旧的数字PDF中的文字提取为可搜索的笔记

隐私

文档得到安全处理：

• 文件在您的浏览器中本地处理
• 不会上传任何内容，因此之后也无需删除
• 服务器上不存储您的文档
• 无需传输：文件永远不会离开您的设备
• 私密处理，不共享任何数据

对于包含可选文字的PDF，提取既快又准确。对于扫描版PDF或文字照片，请先用PDF OCR识别文字，然后就可以提取、搜索和编辑了。