如何从 PDF 中提取文字

2026-10-30

合同里的条款要贴进邮件，课件里的一段讲义要整理成笔记，发票上的明细要录入表格——很多时候我们需要的只是 PDF 里的文字，而不是整份文件。PDF to Text 是一个浏览器工具，它读取 PDF 中已经存在的文字（也就是用鼠标能选中的那些字），再以纯文本的形式交给你。

哪些 PDF 能提取文字

能否提取，取决于文件里有没有“文本层”。用文字处理软件导出的文档、在浏览器里另存为 PDF 的网页、直接录入生成的文件，都自带文本层；经过扫描仪文字识别处理的 PDF，通常也带有这样一层文字。PDF to Text 读取的正是这一层。

如果 PDF 只是纸张的照片或扫描图像，或者文字嵌在图片里，那么文件中并没有可供读取的文字。本工具不做 OCR，也不会识别图片里的字。

把 PDF 拖到 将 PDF 拖放到这里 区域，或点击 添加 PDF 选择文件。每次只能打开一个 PDF，同时拖入多个时只会打开第一个。
工具会逐页读取，每页的文字显示在 第 1 页、第 2 页 这样的小标题下面。进度显示为 第 3 / 12 页，点停止可以暂停，点继续接着读。
全部页面读完后，点 全部复制 一次性复制，或点 下载 TXT 保存为文本文件。

顶部的信息行会显示文件名、页数和字符数。这里统计的是字符而不是词数，可以用来估算篇幅。

PDF 在你自己的浏览器中处理，不会上传到服务器，适合处理含有个人信息或内部资料的文件。需要输入密码才能打开的 PDF 无法打开。如果作者禁止复制文字，工具会说明原因，既不显示也不保存其中的文字。

文字按照 PDF 自身记录的顺序排列；明显分为两栏的页面会一栏一栏地读。中文、竖排日文、印地语以及旋转的文字都能处理。页面上的每一行对应结果中的一行，页眉和页脚也会保留在文字里。表格的每一行会变成一行文字，单元格之间用空格分隔，不保留表格结构。想换一个文件时，点 更换 PDF 即可。