跳到主要内容

从 PDF 中提取文字

把 PDF 中的所有文字按页分隔，导出为 UTF-8 纯文本 .txt 文件。它读取 PDF 中存储的文字，不会识别扫描图片中的文字。

选择文件

点按从设备中选择文件

免费方案：每次 1 个文件。 每个文件最多 20,000,000 字节、50 页。 所选文件合计最多 100,000,000 字节。 加密的 PDF 需要先解锁。

此操作在您的浏览器中运行。您的文件不会为了处理而上传。

结果

运行工具后，结果会显示在这里。

如何从 PDF 中提取文字

  1. 1

    选择或拖入一个 PDF 文件。

  2. 2

    提取文字。

  3. 3

    下载 .txt 文件。

此工具的功能

  • 文字读取自 PDF 本身，而不是猜测
  • 每页一个段落，标有页码
  • 带字节顺序标记的 UTF-8，记事本和 Excel 都能正确读取
  • 适用于中文、日文和韩文文档
  • 读取文件签名（真实格式），而不是只看扩展名。
  • 复制真实页面。不会把页面转成图片，也不会重新渲染。
  • 拒绝加密的 PDF，而不是绕过保护。
  • 拒绝已数字签名的 PDF，因为重新保存会破坏签名。
  • 显示浏览器生成文件的实测大小。

关于PDF 转文本的问题

为什么提示我的 PDF 没有文字？
因为这些页面是图片，扫描仪或手机扫描应用通常就是这样生成的。从图片中读取文字需要文字识别（OCR），而此工具不提供。也不会用猜测来代替。
版式会保留吗？
不会。.txt 文件只保存纯文本，因此不保留分栏、表格、字体和图片。各行按 PDF 中存储的顺序出现，通常但并不总是阅读顺序。
可以从受密码保护的 PDF 中提取文字吗？
请先用“解锁 PDF”工具和您已知的密码解锁。
我的文件会上传到服务器吗？
不会。此工具在您的浏览器标签页中运行，文件数据在您自己的设备上读写，绝不会发送给我们处理。关闭标签页会丢弃一切，这也是刷新后无法恢复结果的原因。
需要账户吗？
不需要。免费工具无需登录即可使用。目前还没有账户系统，因此两次访问之间不会保存任何内容。

相关工具