从 PDF 文件中提取文本并保存为纯文本文件 (.txt)。支持多个文件。
注意: 此工具仅适用于数字创建的 PDF。对于扫描文档或基于图像的 PDF,请改用我们的 OCR PDF 工具。
点击选择文件 或将文件拖放到此处
PDF 文件
您的文件从未离开您的设备。
处理中...
点击或拖放您的文件到此处
点击处理按钮开始
立即保存处理后的文件
PDF 很可能是扫描件或照片,没有要提取的文本层。运行它 文字识别 PDF 第一;该工具添加了一个文本层,并且还直接提供 .txt 下载。
文本从左到右、从上到下阅读,遵循 PDF 的内部结构,这对于大多数单列文档都是正确的。多列布局、侧边栏和表格可以交错显示,页眉、页脚和页码包含在页面上的其他所有内容中。
不会。输出是纯 UTF-8 文本,因此重音字符、西里尔字母、CJK 和阿拉伯语会被保留,但粗体、标题、链接和图像不会,并且换行符会跟随 PDF 的行而不是段落。对于保存为 Markdown 的标题和列表,请使用 PDF 到 Markdown.
是的。添加任意数量的 PDF,然后单击“提取”一次;每个文件都会成为以源命名的自己的 .txt 文件,并以 pdf-to-text.zip 的形式一起下载。单个 PDF 会直接下载为 filename.txt。
页面彼此相连,页面之间有换行符。没有页面标记或换页符,因此该文件读取为一个连续的文本流。
不,这个工具总是提取每个页面。首先将您需要的页面拉入单独的 PDF 中 提取页面,然后转换该文件。
如果打开 PDF 时要求输入密码,该工具会在解压前提示您输入该密码。如果没有密码,则无法读取文本。
不会。提取在作为 WebAssembly 加载到浏览器中的 PDF 引擎中运行,因此合同、医疗记录和其他任何内容从头到尾都保留在您的设备上。