PDF 提取文字
把 PDF 中的文字层提取出来，保存为干净的 UTF-8 文本文件。可按页面排版重建换行、指定页码范围，并选择是否保留每页分隔标记
把PDF文件拖到这里
或点击选择文件
把 PDF 里的文字提取出来，方便编辑、搜索或交给其他程序处理。版面会逐行、逐页地重建，结果可以复制，也可以下载为纯文本文件。
当一份报告只有 PDF 版本、你需要引用其中一段，或者想在不打开阅读器的情况下检查文档时，它都很有用。文字直接读自文件本身，因此适用于数字方式生成的 PDF；扫描件没有文字层，需要改用 OCR。
如何从 PDF 中提取文字
添加你的 PDF
提取文字
复制结果或下载 .txt 文件
常见问题
为什么扫描版 PDF 提取出来是空的？
扫描件是文字的图像，没有文字层，因此没有字符可以提取。这类文件需要先做光学字符识别（OCR）。
版面会被保留吗？
换行和分页会保留，但复杂的多栏版面和表格只能按阅读顺序近似还原。请做好手动整理表格的准备。
可以只提取部分页面吗？
可以，输入页码范围就只会处理这些页面——当你只需要长篇报告中的某一节时很有用。
支持非拉丁文字吗？
支持，只要 PDF 内嵌了显示这些字符所需的字体。中文、日文、韩文、西里尔文和阿拉伯文文档通常都能正确提取。
有大小限制吗？
实际限制取决于你设备的内存。长文档会逐页提取，可以边提取边阅读。
我的 PDF 会被上传吗？
不会，提取在你的浏览器中进行。
一览
| 输入 | |
|---|---|
| 多个文件 | 否 |
| 运行位置 | 在你的浏览器中——文件永远不会被上传 |
| 离线可用 | 是 — 页面加载完成后 |
| 价格 | 免费，无需注册，无水印 |
让文字保持可选中、可搜索
PDF 里可以是真正的文字，也可以是文字的图片，这个区别很重要：真正的文字可以选中、搜索、复制和朗读，而扫描页面在有人对它运行 OCR 之前做不到这些。很多「减小体积」的工具会悄悄把一切扁平化成图片，文件是变小了，但可搜索性被破坏，放大时文字也变得模糊。如果一份文档需要继续可用——合同、手册、任何你以后可能要搜索的东西——就让文字保持为文字，只压缩图片。如果你手上的起点是扫描件，先运行 OCR，再压缩。
到底是什么让 PDF 变大
臃肿的 PDF 里几乎全是图片，而不是文字。十页扫描件可能有 40 MB，而 300 页的文本文档常常不到 2 MB。这就是为什么压缩针对的是嵌入的图片：把它们降采样到合理的分辨率（屏幕阅读通常 150 dpi 就够，只有在有人要打印时才需要 300 dpi），再用更高效的方式重新编码。文字、书签、链接和表单字段几乎不占体积，永远不必删除。如果压缩后文件依然很大，通常是因为里面有很多高分辨率图片没有被压缩设置处理到，或者嵌入了可以剥离的字体和附件。