Loona Automation 标志Loona PDF 工具
首页 › PDF 工具 › PDF 转文字

在线 PDF 转文字 - 免费

简而言之: “PDF 转文字”工具从 PDF 的每个页面提取可读文字,并将其显示在可编辑的框中,可以复制或下载为 .txt 文件。

手动从 PDF 中复制文字既慢又乱。此提取器逐页读取您文档的文字层,给您干净、可重复使用的文字——用于笔记、引用、编辑或翻译。

点击选择 PDF 文件
或将它拖放到此处
隐私设计: 您的文件用 JavaScript 在您的浏览器中 100% 处理。它们永远不会上传到服务器,永远不会存储,也永远不会被我们看到——关闭标签页,一切都消失了。

如何从 PDF 中提取文字

  1. 选择您想从中提取文字的 PDF。
  2. 点击“提取文字”,稍等片刻,等待每个页面被读取。
  3. 从框中复制文字,或将其下载为 .txt 文件。

热门 PDF 工具

常见问题

为什么一些文字缺失或混乱?

工具读取 PDF 的内置文字层。扫描的 PDF 是文字的图片,没有文字层——这些需要 OCR,一些 PDF 以不寻常的阅读顺序存储文字。

我可以编辑提取的文字吗?

是。结果在您复制或下载之前出现在可编辑的文本框中。

有页面限制吗?

无固定限制——长文档在您的设备上处理只是需要稍长一点的时间。

我的文档会被上传吗?

不。提取在您的浏览器中 100% 运行。

相关 PDF 工具

工作原理

大多数由 Word、Excel 或网页创建的 PDF 都带有隐藏的文字层——与页面布局一起存储的实际字符。本工具在本地用 PDF.js 打开文件,逐页读取该文字层,并根据其在页面上的垂直位置将存储的片段重新分组为行。结果用 --- 第 N 页 --- 在每个页面之前的标记,并放在可编辑的文本框中,可以复制或下载为纯文本 .txt 文件。没有 OCR(图片阅读)步骤:工具只能返回文件本身包含的文字,一切都在您的浏览器中进行——您的文档永远不会上传。

实际示例

一名学生下载了一套 12 页的 PDF 讲义,想将定义放入自己的文档中。她通过工具运行该文件,框中填满了全部 12 页,每页都在其自己的 --- 第 N 页 --- 标题。她删除她不需要的页面,整理一两个标题,将其余内容复制到她的作业中——并将完整提取保存为 extracted-text.txt 供以后使用。

常见问题解答

我的 PDF 是扫描件,结果却是空的——为什么?

扫描的 PDF 是页面的照片:对我们来说它看起来像文字,但文件不包含可供工具读取的文字层。扫描件需要 OCR 软件来识别图片中的字母。本工具刻意只做忠实、精确的工作:读取真正的文字层。

输出中的页面如何分隔?

每个页面以一行开头,内容为 --- 第 1 页 ---, --- 第 2 页 --- 等等,按原始顺序,因此您可以始终分辨任何段落来自哪一页。

它会保留表格和多栏布局吗?

只有部分。行按文字在文件中存储的顺序和位置重建,因此简单文档读起来很自然。在多栏页面或复杂表格中,存储顺序可能会交错,您可能需要在复制前在编辑框中快速整理一下。

我到底下载什么?

一个名为 extracted-text.txt 包含框中的一切——包括您所做的任何编辑。纯文字没有字体或格式,因此它可以干净地粘贴到 Word、电子邮件或笔记应用中。

我只需要几页的文字——可以选择它们吗?

没有页面选择器;工具提取每个页面。快速工作流程是全部提取,然后删除不需要的 --- 第 N 页 --- 在复制或下载之前,先在框中检查各部分。

它适用于英语以外的语言吗?

是,对于任何其字符存储在 PDF 文字层中的语言,字符按存储方式提取。请注意,阅读顺序遵循文件的内部顺序,一些从右到左的文档以视觉顺序而不是阅读顺序存储。

将此工具嵌入您的网站——免费

将此工具添加到您自己的网站或博客——完全免费,无需注册,并且始终显示最新版本。复制下面的代码,粘贴到您希望工具出现的页面位置。保留嵌入下方小小的“Powered by Loona Automation”署名行有助于保持此工具免费——但您可以自由地设置其样式或将其删除;无论哪种方式,工具都能正常工作。