选择语言
  1. 首页
  2. PDF 转换器
  3. PDF 转文本

将 PDF 转换为文本

将 PDF 中的全部文字提取为纯文本。可预览、复制到剪贴板或保存为 TXT 文件,支持按行、按段落或保留版式三种模式。

正在加载工具…
为此工具评分
暂无评分,快来抢先评分吧。

使用方法

  1. 第 1 步

    打开 PDF

    将 PDF 拖放到页面上。每一页的文字都会在浏览器中读取,并显示在预览区。

  2. 第 2 步

    选择模式

    选择“按行”“按段落”或“保留版式”,还可以限定页码范围,例如 1-5。

  3. 第 3 步

    设置文件选项

    选择页面的分隔方式、Windows 或 Unix 换行符,以及生成单个文件还是每页一个文件。

  4. 第 4 步

    复制或下载

    将文本复制到剪贴板,或下载为 TXT 文件。

为什么要提取 PDF 中的文字

从 PDF 阅读器中复制文字常常出问题:句子被从中间断行,分栏内容相互混杂,手动选取 50 页也很费劲。本工具会一次性读取整份文档的文字,并为您生成干净的纯文本。您可以用它把文档粘贴到邮件或翻译工具中、引用报告内容、把文字交给其他程序处理、统计字数,或者为文档保留一份可搜索的文本副本。

三种文本模式

  • 按行:按页面上的显示逐行输出文字。适合列表、地址和较短的文档。
  • 按段落:将属于同一段的行合并为段落,并尽可能把行末被连字符拆开的单词重新接上。最适合需要粘贴到文字处理软件或翻译工具的文章、书籍和报告。
  • 保留版式:通过添加空格保留文字在页面上的位置,使表格和分栏在等宽字体下大致保持对齐。适用于发票、对账单和表单。

切换模式时预览会即时更新,并显示字符数和单词数。

文件选项

  • 页面分隔符:可选择类似 ----- Page 3 ----- 的标记行、空行,或某些程序用作分页符的换页符。
  • 换行符:Windows (CRLF)适用于记事本和大多数 Windows 程序,Unix (LF)适用于 macOS、Linux 和代码编辑器。
  • BOM:在文件开头添加一个标记,帮助旧版 Windows 程序识别中文、俄语等语言的 UTF-8 文本。
  • 每页一个文件:每一页保存为单独的 TXT 文件,并统一打包在一个 ZIP 中。

扫描版 PDF

扫描版 PDF 只包含页面图片,因此没有可提取的文字。本工具会检测无文字的页面并提示您。只需点击一下,即可将文档发送到 OCR PDF,识别文字后可直接以 TXT 文件返回。文字提取本身在浏览器中运行,不会上传您的文件;OCR 则在我们的服务器上运行。

纯文本无法保留的内容

纯文本不包含字体、粗体、图片或表格。如果需要保留格式,可使用 PDF 转 Word 转换为可编辑文档,或使用 PDF 转 Excel 将表格导入电子表格。有些 PDF 使用了特殊的字体编码,提取出的文字会出现乱码;这种情况下,使用 OCR 通常效果更好。

常见问题

如何复制 PDF 中的全部文字?

在此处打开 PDF,然后点击“复制”。所有页面的文字会一次性复制到剪贴板。

为什么提取出的文字是空的?

该 PDF 可能是没有文字层的扫描件。请先使用 OCR PDF 识别文字。

应该选择哪种模式?

书籍、文章和报告选“按段落”;表格和发票选“保留版式”;列表和短文档选“按行”。

支持中文、日文或俄文文本吗?

支持。文本以 UTF-8 保存,可支持所有语言。如果旧版 Windows 程序显示乱码,请开启 BOM 选项。

我的 PDF 会被上传吗?

不会。文字提取在您的浏览器中完成。只有在您选择 OCR 时,文件才会发送到我们的服务器。

更多 PDF 工具