PDF 提取文字

把 PDF 中的文字按页提取为文本。

1. 选择要提取文字的 PDF

从 Word、Excel 导出的 PDF 或网上下载的资料中，按页提取文字。

把 PDF 拖放到这里

或

2. 选择文本的格式

更改后会立即反映到文字上。

「分页标记」打开时，每页前面会加上「--- 1 ---」这样的分隔行。打开「按段落连接」后，会把因 PDF 行宽而断开的换行连起来，每个段落变成一行。

3. 复制或保存

选择 PDF 后即可复制或保存。

处理在本设备内完成，PDF 不会被上传。

根据 PDF 的制作方式，文字的顺序可能与看到的不同。表格和分栏可能会乱。

觉得好用的话，欢迎分享

遇到问题，或者有“要是能这样就好了”的想法？

报告问题提出改进建议

使用方法

  1. 1. 选择 PDF

    点“选择文件”，选择要提取文字的 PDF。选好后会马上逐页读取文字。

  2. 2. 查看提取出的文字

    提取出的文字按页排列。往下滚动可以看到其他页。只想用其中一页时，点该页右上角的「复制」。

  3. 3. 选择文本的格式

    点文字框上方的「分页标记」将其关闭，「--- 1 ---」分隔行就会消失。点「按段落连接」将其打开，因行宽而断开的换行会连起来。修改结果会立刻反映在下方的文字中。

  4. 4. 复制或保存

    点“全部复制”，会一次复制所有页的文字。想要文件时，点“下载文本”。

适合这些场景

  • 想把收到的 PDF 里的文字用在自己的资料中

    从会议资料或通知的 PDF 中只取出需要的段落，贴到邮件或报告里。

    整理资料的人

  • 只剩 PDF 的文档想重新修改

    就算找不到原来的 Word 文件，提取出文字后也能在文字处理软件里修改、重做。

    重做文件的人

  • 想在很长的 PDF 里找词

    变成文本后，就能在记事本或编辑器里搜索、统计字数，或与其他文档对比。

    阅读合同或论文的人

  • 想在手机上快速复制 PDF 的一部分

    在手机上看 PDF 时，常常不好选中文字。用每页的“复制”按钮，点一下就行。

    用手机看资料的人

使用前需要了解

  • 由扫描件或照片制成的 PDF 无法提取文字（不支持识别图片中文字的 OCR）。
  • 表格、分栏和图中的文字，可能不会按看到的顺序排列。表格单元格之间会变成空格。
  • 字号、粗细、颜色和图片不会保留，只提取文字。

关于 PDF 中的文字

PDF 里的文字是“在页面的这个位置放这个字”这样的数据集合，并不包含作为文章的换行和段落。本工具根据文字的位置和大小重新组合出行和段落，英文单词之间加空格，中文和日文字符之间不加。

有些 PDF 里的字看起来一样，编码却不同（如康熙部首“⾒”或“fi”这样的连字），直接搜索或替换时会找不到。本工具会先把这类字符转换成普通字符再显示。

能提取文字的 PDF 与不能提取的 PDF
能否提取文字怎么判断
从 Word、Excel 等导出的 PDF能在 PDF 阅读器里可以拖选文字
网页保存成的 PDF能同样可以选中文字
扫描或拍摄的文件 PDF不能选不中文字，整页被当作一张图片选中
有密码的 PDF输入密码后能打开时会要求输入密码

常见问题

整理了使用前容易在意的问题。

PDF 会被发送到别的地方吗？

不会。PDF 在你设备的浏览器中读取，不会上传到服务器。输入的密码也只在设备内使用。

能提取扫描版 PDF 的文字吗？

不能。扫描或拍照制成的 PDF，文字是以图片形式存放的。选择后会显示“无法从这个 PDF 中提取文字”。本工具不支持识别图片中的文字（OCR）。

只有部分页面显示“这一页没有文字数据。”

这些页面只由扫描的纸张或图片构成，没有文字数据。其他页面的文字可以照常提取。

会不会出现看起来一样、却搜索不到的字？

不会。PDF 中常见的康熙部首、兼容汉字以及“fi”这样的连字，会先转换成普通字符再显示和保存。

换行太多，不好读。

PDF 会在每行的宽度处换行。把“换行”改成“按段落连接”，就会把段落内的换行连起来，每个段落变成一行。英文行尾用连字符断开的单词也会恢复成一个词。

不需要“--- 1 ---”这样的行。

请把“分页标记”改成“不加入”。页与页之间会空一行，没有文字的页会被跳过。

表格里的文字会怎样？

每一行从左到右排成一行，单元格之间是空格，不会像 Excel 那样分列。需要表格时，请在粘贴后再整理。

文字顺序和看到的不一样。

因为文字是按照 PDF 内部写入的顺序排列的。分栏、后来添加的文字以及图中的文字，可能会出现在和看到的位置不同的地方。

保存的文本文件用什么打开？

是 UTF-8 编码的文本文件（.txt），记事本、文本编辑等任何编辑器都能打开。文件名是 PDF 的名称加上“.txt”。

有密码的 PDF 也能用吗？

可以。选择后会出现输入密码的栏，输入打开 PDF 的密码后点“打开”即可。不知道密码的 PDF 无法读取。

可以免费使用吗？

免费。无需注册，也没有广告。

其他工具