指南

简明解答如何取出 PDF 中的文字：提取与复制、保存为 TXT 文件、文字为何会顺序错乱，以及扫描版 PDF 为何没有可提取的文字。

• 如何从 PDF 中提取文字

  想从 PDF 中提取文字？本文介绍如何读取 PDF 自带的文本层，再复制出来或保存为 TXT 文件。整个过程在浏览器中完成，文件不会上传到服务器。

• 把 PDF 转换成 TXT 文件的方法

  介绍如何把 PDF 转成 TXT 文本文件：采用 UTF-8 编码，沿用原文件名，页与页之间用分页符隔开，并说明在 iPhone 和 iPad 上如何保存。

• 整份或按页复制 PDF 里的文字

  直接在 PDF 阅读器里复制文字，常会出现断行、顺序错乱。本文说明原因，并介绍如何一键复制全部页面，或只复制其中某一页的文字。

• 为什么提取出来的文字会乱或缺字

  从 PDF 提取出来的文字有时顺序颠倒、表格挤成一行或部分内容缺失。本文逐一说明分栏、表格、页眉页脚、字体映射和复制限制等原因。

• 扫描版 PDF、文本层与 OCR 的区别

  扫描得到的 PDF 往往只有图像，没有文本层，所以提取不到文字。本文解释文本层、纯图像扫描件和 OCR 之间的区别，以及本工具能做到的范围。