PDF 转文本

三步提取 PDF 文本

1. 选择一个不超过 20 MiB 的 PDF，等待检查页数和格式特征是否受支持。不支持加密和 XFA 文档。
2. 选择所有页面，或输入物理页码和范围，例如 1,3-5。最多选择 200 页；重复页面只按文档顺序提取一次。
3. 选择“提取文本”。逐页检查文本，再选择“复制全部文本”或“下载 TXT”获取当前所选页面的完整结果。

提取的文本是什么

本工具读取 PDF 已有的文本层，而不是扫描图像的像素。字体映射、原有空格和文本顺序都会影响结果，结果可能与可见页面不同。

文本项目保持引擎返回的顺序。引擎的行结束标记会添加换行。所选页面之间依次插入换行、换页符和另一个换行。

引擎会规范化部分兼容字符和空白字符。本工具不会重建分栏或表格、合并断开的单词，也不保证保留原始 Unicode 序列。

页面预览一次显示一个所选页面。复制全部文本和下载 TXT 均包含所有所选页面及页面分隔符，采用 UTF-8 编码，不额外添加字节顺序标记。

页面选择与空白页

对于五页文档，输入 5,1,3-5 会按文档顺序选择第 1、3、4、5 页，各一次。印刷页码和阅读器中的页面标签不会改变这些索引。

如果某个所选页面未提取到文本，而其他页面有文本，合并结果会通过页面分隔符保留该空页面的位置。

如果所有所选页面都没有提取到非空白文本，工具会显示“未提取到文本”。文档可能是扫描件、空白文档、仅含字形，或缺少可用的文本映射；不会自动执行 OCR。

支持范围与限制

这是文本层提取，不是 OCR，也不是保留排版的转换工具。不保证将批注、交互式表单、附件或结构树的阅读顺序作为页面文本提取。

结果可能包含隐藏、裁剪或遮盖的文本。提取不能证明涂黑处理有效、移除敏感内容，或证明文本与可见内容一致。请检查结果。

PDF 最多可包含 500 页，最多选择 200 页。文本项目数、单页文本量、总文本量和处理时间均有限制；页面处理失败或超出限制时不会导出部分结果。

专用核心 Worker 支持取消操作，但浏览器调度和原生内存分配不能提供严格的实时或内存保证。操作超时不代表 PDF 无效。

本地处理文档

本工具不会上传文档、保存输入历史或将内容放入网址。工具可能从同一来源下载固定的引擎支持文件。只有在您选择时才会复制或下载 TXT；这一本地流程不对网站现有的其他服务作保证。