Softonic

PDF 转文本转换器

步 1 / 3
下一步：检查

从 PDF 中取出文字最快的方法。这个工具会逐页读取 PDF 中已经存储的文本层，交给你可以复制或另存为 .txt 文件的纯文本。全部在你的浏览器中运行，因此你的文档绝不会被上传。有一点要先说清楚：它读取的是文件里已经存在的文本，所以扫描或拍照得到的文档（没有文本层的图片）会得到空结果。遇到这种情况，请改用 OCR 工具。

如何从 PDF 中提取文本

  1. 1

    上传 PDF

    把它拖进来或点击选择。文件留在你的设备上，绝不会发送到服务器。

  2. 2

    提取文本

    工具会读取每一页的文本层并拼接起来，在每一页之前加上一个标记。

  3. 3

    查看结果

    提取出的文本会显示在框中，一页接一页，方便你核对。

  4. 4

    复制或下载

    把它复制到剪贴板，或另存为 .txt 文件以便在别处再次使用。

这个工具能读什么，不能读什么

PDF 类型 结果
从 Word、Google Docs、浏览器或设计工具导出 文本完整、干净、无缺漏
带有正规文本层的数字 PDF 逐页提取文本
保存为 PDF 的扫描件或照片（仅图片） 空或几乎为空：没有文本可读
有密码保护的 PDF 未先解锁便无法读取

这里没有 OCR：扫描件请用对的工具

这个提取器不运行 OCR（光学字符识别）。它复制的是 PDF 内部已有的文本，并不读取像素。如果你的文件是扫描件而什么也没提取到，请先让它经过 OCR 工具，把图片转成真正的文本层，之后你就能提取了。

文本是如何排布的

每一页之间用一个 --- Page N --- 标记分隔，让你看清一页在哪里结束、下一页从哪里开始。文本按它在 PDF 中存储的顺序被取出。大多数文档读起来很自然；少数采用不寻常多栏排版的文档可能会把各栏交错在一起，因为工具遵循 PDF 中存储的顺序，而不是猜测阅读路径。

常见用途

  • 喂给 AI 模型。 语言模型接收纯文本，而不是 PDF。先提取出来能让一切更快、更可预期。
  • 引用与搜索。 复制一段文字，无需与 PDF 阅读器的选择功能较劲。
  • 重复利用内容。 把文本转移到文档、电子邮件或笔记中，无需重新输入。

常见问题

无效。它读取的是内嵌的文本层，而扫描件只是一张没有文本层的图片，所以结果为空。扫描或拍照的文档请用 OCR 工具，然后再提取文本。

不会。提取完全在你的浏览器、你自己的设备上进行。PDF 绝不会发送到服务器，也不会存储任何内容。

少数 PDF，尤其是多栏排版，存储文本的顺序与你阅读的顺序不同。工具遵循 PDF 中存储的顺序，所以各栏可能交错。从文字处理软件导出的文档几乎总能正确输出。

在锁定状态下不能。请先用 PDF 解锁工具去掉密码，然后再提取文本。

相关工具

从 PDF 中提取图像

从PDF文件中提取所有嵌入的图像，并可单独下载或合并为一个ZIP文件，同时保留原始分辨率。

将文档图片扫描为 PDF

在浏览器中将 JPEG、PNG 或 WebP 文档图片制成一个 PDF。选择纵向 A4 或 US Letter，无需上传图片即可下载。

PDF 表单填写工具

在浏览器中填写现有 AcroForm 字段，保留预填内容，并下载可继续编辑或主动扁平化的 PDF 副本。

PDF比较

逐页比较两个PDF中可提取的文本，无需上传文件，即可在浏览器内高亮变更内容。

PDF 转 EPUB 转换器

在浏览器中把文本型 PDF 提取为可重排的 EPUB 3。检查文本，设置语言和阅读方向，然后在本地下载。

在本机涂黑 PDF

手动遮盖敏感区域，并在设备上从页面 JPEG 图像创建新的 PDF。文件不会上传。输出的每一页都是不能搜索或选择文字的图像。

此工具还提供其他语言版本