PDF提取文本
提取PDF文字，自动还原段落
点击或拖拽 PDF 文件到此处
提取 PDF 里的文字，可用于复制、检索、翻译或重新排版
全部处理在你的浏览器本地完成，文件不会上传到服务器
功能介绍
从 PDF 里把文字提取出来，用于复制引用、全文检索、翻译或重新排版。支持指定页码范围（如 1-3,5,8-10），可选保留分页标记，一键复制全文或下载成 TXT。工具用 PDF.js 读取 PDF 的文本层，逐页取字，并会在提取后告诉你哪些页没有取到文字——这类页多半是扫描件或插图页，文字只是图像的一部分。整个提取在浏览器本地完成，PDF 内容不经过任何服务器。
使用说明
1. 把 PDF 拖进上传区域，工具自动读取页数与文本层；2. 需要部分页面时填写页码范围（留空表示全部页），格式如 1-3,5,8-10；3. 勾选「保留分页标记」可以在结果里保留页与页的分隔，方便对照原文件；4. 点击提取，查看结果：直接复制全文，或下载成 TXT 文件；5. 如果结果显示某些页为空，那几页大概率是扫描图或纯插图，本工具无法提取其中的文字（那是 OCR 的活），需要先用文字识别软件处理。
常见问题
- 为什么提取结果是空的或者只有零星几个字？
- 这份 PDF 是扫描件或纯图片：页面上的「文字」其实是图像，不存在文本层，所以取不到字。工具会在提取后明确告诉你哪些页是空的。解决办法只有 OCR 文字识别，本工具不做 OCR；版面简单的话也可以手动打字录入。
- 提取出来的文字顺序乱了、换行奇怪？
- PDF 内部没有「段落」概念，只有一行行定位过的字符。双栏排版、表格、公式多的页面容易顺序错乱。开启「保留分页标记」逐页核对通常能缓解；重新排版需求建议交给专业转换工具处理。
- 能提取中文吗？效果怎么样？
- 能。PDF.js 按字体编码映射取字，常规中文字体嵌入的文件提取效果良好；少数老文件使用非标准编码，个别字符可能显示异常，这类文件同样无解，是文件本身的问题。
- 提取的文本会上传吗？
- 不会。解析和提取全部在浏览器内存里用 PDF.js 完成，PDF 内容不经过网络、不落盘，断网状态下也能完整使用。合同、内部文档可以放心处理。
- 能一次处理几百页的大文件吗？
- 可以，没有页数限制。几百页的文件提取通常几秒到几十秒，瓶颈在内存；建议先按页码范围分批提取需要的部分，结果更好核对。