No.11
PDF 转文字（提取 TXT）
把 PDF 里的文字整段取出来，复制到 Word、微信或笔记里接着用。
文件只在你的浏览器里处理，不会上传
在 PDF 阅读器里拖选文字，经常一选就是半页、换行全乱，复制到别处还得一行行修。这个工具一次把整份文件的文字读出来，按页面上的位置重新排好行：同一行的字接在一起，英文单词之间补上空格，中文之间不会多出莫名其妙的空格。
提取完的文字直接显示在页面上的文本框里，点「复制全部文字」就能粘贴到别处；也可以下载成 TXT 文件。下载的文件用 UTF-8 编码，并带了一个编码标记，在 Windows 自带的记事本里打开也不会变成乱码。需要对照原文时，可以勾选「每页开头标出页码」。
能提取的前提是 PDF 里本来就存着文字，比如从 Word、WPS 导出的文件、电子发票、网页另存的 PDF。用手机拍照或扫描仪扫出来的 PDF，每一页其实是一张照片，里面没有文字。遇到这种文件，工具会直接告诉你「这是图片型 PDF」，而不是给你一个空白的 TXT。
使用步骤
- 选择 PDF 文件；有打开密码的，在页面上输入密码。
- 只要部分页面的话，在「页码范围」里填上，比如 3-8。
- 点「提取文字」，文字会显示在文件下方的文本框里。
- 点「复制全部文字」粘贴使用，或者下载 TXT 文件保存。
常见用法
- 改写和引用资料论文、报告只有 PDF 版，把需要的段落取出来放进自己的文档里。
- 合同条款比对把两版合同的文字分别取出来，放进比对软件里找出改动的地方。
- 发票信息录入电子发票上的纳税人识别号、金额，复制出来比手敲更不容易出错。
- 给 AI 或翻译软件有的工具不收 PDF，先转成纯文字再粘贴进去处理。
需要知道的限制
- 不做 OCR：扫描件、拍照件这类图片型 PDF 读不出文字；一份文件里只有部分页是图片时，会在结果里列出这些页。
- 只保留文字，不保留字体、颜色、图片和表格线；表格会变成用空格隔开的几列，复杂表格需要手动整理。
- 双栏、多栏排版的页面，左右两栏同一高度的文字可能被连成一行。
- 少数 PDF 用了不标准的字体编码，取出来可能是乱码或缺字，这类文件在大多数阅读器里复制也一样会乱。
常见问题
为什么提示「这是图片型 PDF」？
说明页面里没有文字层，看到的字其实是图片上的像素。常见于扫描件和用手机拍照生成的 PDF。这类文件需要 OCR 软件识别文字，本工具不提供这个功能。
提取出来的中文是乱码怎么办？
多数中文 PDF 都能正常读出。如果出现乱码，通常是文件制作时字体编码不规范，可以试试在 WPS 或 Adobe 阅读器里复制，若也乱码，就只能靠 OCR 识别。
下载的 TXT 用什么打开？
记事本、WPS、Word、手机上的文件管理器都能打开。文件是 UTF-8 编码，Windows 记事本、Mac 文本编辑都能正确显示中文。
能保留原来的排版吗？
不能。TXT 是纯文字格式，只能保留文字和换行。需要保留排版的话，更适合直接把页面转成图片。
文件会被上传吗？
不会。文字是在你的浏览器里读出来的，PDF 和提取出的内容都不经过我们的服务器。