ShreePrati logoShreePrati
PDFFileProductivityDeveloper

PDF 转文本

从 PDF 中提取所有可选中的文本,以便你复制它或下载为纯文本 .txt 文件。

Drag & drop your PDF

or choose a file below

PDF · up to 50 MB

如何从 PDF 提取文本

上传你的 PDF,工具会读取其中所有可选中的文本。你可以将结果复制到剪贴板,或下载为 .txt 文件。

扫描的 PDF

此工具提取的是已经嵌入 PDF 中的文本。仅为图像的扫描文档不含可选中的文本。

分步说明:从 PDF 提取文本

• 点击上传区域,或将 PDF 文件拖放到其中。 • 点击“提取文本”。工具会按顺序读取每一页;大型文档可能需要几秒钟。 • 在按钮下方的文本框中查看结果。可以滚动并调整文本框大小,以便阅读较长的文档。 • 选择“复制文本”将全部内容复制到剪贴板,或选择“下载 .txt”保存一个沿用原文件名的纯文本文件。 • 选择“从另一个 PDF 提取”可清除结果并重新开始。

文本是如何重建的

PDF 并不像文字处理软件那样保存段落,而是保存放置在页面各个位置上的小段文字。工具会逐页收集这些片段,用空格连接,并在 PDF 标记行尾的地方换行。页与页之间用一个空行分隔,行尾多余的空格会被去除。结果是 UTF-8 纯文本,可在任何编辑器中打开,例如记事本、TextEdit、VS Code 或 Google 文档。

会保留什么,不会保留什么

• 保留:所有可选择的文本,包括标题、正文、图注、页眉、页脚和页码。 • 不保留:图片、字体、颜色、粗体或斜体、链接以及页面布局。 • 表格会变成以空格分隔的文字行,而不是列,因此重新使用数字前请仔细核对。 • 在多栏页面中,顺序取决于文本在 PDF 中的存储方式,通常与阅读顺序一致,但并非总是如此。

实用场景

• 无需重新输入即可引用或复用报告、电子书或论文中的段落。 • 将内容粘贴到字数统计、翻译、搜索工具或 AI 助手中。 • 为发票、对账单或合同建立可搜索的纯文本档案。 • 检查 PDF 中实际包含哪些文本,例如在提交给自动读取文本的系统之前。

故障排除

如果看到“未找到可选择的文本”,说明该 PDF 很可能是扫描件或页面照片。请先用 OCR PDF 添加文本层,再在这里提取文本。如果文件因设有密码而无法打开,请用“解锁 PDF”移除密码。如果部分字符显示为方框或奇怪的符号,说明 PDF 使用的字体缺少正确的字符映射,无法从该文件可靠地恢复文本,请尝试其他来源或 OCR。如果损坏的文件无法加载,请先尝试“修复 PDF”。

获得更整洁结果的技巧

• 如果只需要长文档的一部分,请先使用“提取页面”,让输出只包含这些页面。 • 粘贴到文字处理软件后,可用查找和替换合并在句子中间断开的行。 • 原 PDF 中在行尾用连字符拆开的单词仍会保持拆开,整理文本时请留意行尾的连字符。 • 对于需要计算的表格,PDF 转 Excel 通常比纯文本更能保留行和列。 • 如果多次提取的文件名相似,请重命名下载的 .txt 文件。

常见问题

仅当扫描件经过 OCR 处理时才可以。纯图像的扫描件不含可提取的可选中文本。

相关工具