在线工具箱

PDF提取文字

PDF提取文字:按页提取全文,可复制与下载 TXT,扫描件有提示,不上传。

工具加载中…

PDF提取文字介绍

PDF 文本提取工具用 PDF.js 逐页读取文档中的文字,按页分段展示,每段标注页码与字数,支持一键复制全部文本、下载为 TXT 文件。段落换行按原文字流还原,中英文混排、带标点的段落都能正常输出,几百页的文档也能一次提取完成。

写论文时引用资料、把说明书文字拿来做笔记、把合同内容复制进 Word 校对、批量导出文本做查重,都比逐页手工选中复制快得多。提取结果按页组织,方便对照原文定位,生成的纯文本可以直接用于翻译、检索或二次编辑。

文字提取完全在浏览器本地完成,内容不会上传。注意:图片型扫描件没有文字层,会提示无法直接提取;文字被转曲(转成曲线)的 PDF 同样取不到,可先用 PDF转图片 导出图片后使用你信任的 OCR 软件识别。加密或损坏的 PDF 暂不支持。

如何使用

  1. 选择要提取文字的 PDF 文件,工具会开始逐页读取。
  2. 在结果列表中按页查看提取到的文本与每页字数。
  3. 点击“复制全文”把所有页文本复制到剪贴板,也可单独选中某页复制。
  4. 点击“下载 TXT”把纯文本保存到本地。

常见问题

提取时文件会上传吗?

完全不会。文字提取全程在浏览器本地完成,文件与文本不上传到任何服务器,关闭页面后数据即被清除。

提示“没有文本层”是什么意思?

该 PDF 是扫描件或由图片拼成,没有可提取的文字;文字被转曲的文档也会出现同样提示。可以先用 PDF转图片 导出页面图片,再用 OCR 软件识别成文字。

提取出来的文字顺序会乱吗?

工具按 PDF 内部的文字流顺序输出,多数文档正常;多栏排版、复杂表格可能与视觉阅读顺序略有差异,复制后稍作调整即可。