PDF转文本 — 从PDF里把文字抠出来

PDF里的文字没法直接复制——有的PDF选中文字全是乱码，有的是扫描件根本选不了，还有的干脆就是图片。想要PDF里的文字内容，得先提取出来。

论文要引用、合同要改条款、报告要重排版——先把文字拿出来再说。

用 PDFNeo PDF转文本，几步搞定：

进 PDFNeo PDF转文本，上传区域就在那。

把PDF拖进去，或者点一下选文件。

点”提取文本”，等几秒。工具会读取PDF里每一页的文字内容。

提取出来的文字会显示在页面上，你可以直接复制，也可以下载成TXT文件。

提取出来的文字准吗？

要看PDF本身的类型：

文字型PDF——就是正常用Word、PPT导出来的那种，文字提取基本准确，段落顺序也对。

扫描型PDF——纸质文件扫描出来的，每一页就是一张图片。这种PDF里的”文字”其实是图片里的像素，不是真正的文字。提取出来要么是空的，要么是乱码。想处理这种得用OCR，这个工具不做OCR。

加密或受保护的PDF——有的PDF加了复制限制，提取可能会失败。

排版复杂的PDF——多栏排版的文章，提取出来的文字顺序可能会乱，左栏和右栏的文字可能混在一起。

简单说：正常导出的PDF提取效果很好，扫描件不行。

引用论文——毕业论文要引用PDF里的段落，不用一个字一个字手打。

修改合同——合同是PDF格式，想改条款得先把文字提出来再编辑。

数据整理——报告里的数据要做成表格，先把文字抠出来再处理。

搜索内容——PDF里找关键词不好找，提取成文本后随便搜。

PDF的文字提取只能拿到纯文本，原始的字体、字号、加粗、颜色这些格式信息全都丢了。如果你需要保留格式的编辑，试试 PDF转Word，效果会好很多。

全程浏览器本地处理，PDF不会上传到服务器。提取出来的文字也不会被保存。

打开 PDFNeo PDF转文本，上传PDF，提取，复制或下载。不装软件，不注册，不上传。