在线 PDF 转文字 - 免费
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。
如何从 PDF 中提取文字
- 选择您想从中提取文字的 PDF。
- 点击“提取文字”,稍等片刻,等待每个页面被读取。
- 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。