PDF 提取文字 —— 在线把 PDF 里的文字导出为 TXT
无需注册，无需安装。文件处理完成后立即从服务器删除。
PDF 里的「文字」有两种完全不同的来源：一种是文档里真的有文字（可以选中、可以搜索），另一种是整页扫描成图片、看上去像文字但其实只是像素。**本工具只处理第一种**，它把 PDF 的文字层按页顺序导出成一个 TXT 文件。
怎么判断手上这份是哪一种？在阅读器里试着**选中一行字**：能选中并复制，说明有文字层；选不中就基本可以确定是扫描件。
扫描件要靠 OCR（光学字符识别）才能变成文字，本站暂不提供 —— 与其给一份识别得七零八落的 OCR 结果，不如明确告诉你「这份文件提取不到文字」。
提取结果按页顺序拼接，页与页之间空一行，**不插入「第 N 页」之类的标记**：那属于附加内容，会污染你要拿去复用的正文。
与站内多数工具不同，**这一项需要把文件上传到服务器**处理（解析文字层要依赖服务端的 PDF 引擎）。服务端只在本次请求内持有文件，转换完成后立即删除。
怎么使用
- 1 上传要提取文字的 PDF
- 2 点击开始转换
- 3 下载 TXT，用记事本或任意编辑器打开
常见问题
为什么提示提取不到文字？
说明这份 PDF 没有文字层，通常是扫描件或拍照转成的 PDF。这类文件需要 OCR 才能识别成文字，本站暂不提供。你可以在阅读器里试着选中一行字来自行确认。
文字顺序会不会乱？
按页读取，页序不会乱。但多栏排版、图文混排这类复杂版式，行块的先后顺序可能与肉眼阅读顺序有出入 —— 这是所有提取类工具的固有难点。需要精确还原版式时请改用 PDF 转 Word。
中文会乱码吗？
输出为 UTF-8（带 BOM）的 TXT，Windows 记事本可直接打开不会乱码。少数使用了非标准编码的 PDF 可能有个别字符异常。
文件会被上传吗？
会。解析文字层需要服务端完成，文件会随请求上传，服务端只在本次请求的临时目录中持有它，转换完成后立即删除。
相关工具
关于隐私
本站的图片处理与二维码工具完全在浏览器本地完成，文件不会上传到服务器； 文档类转换使用云端引擎（LibreOffice / PyMuPDF 等），但 转换完成后服务端会立即删除临时文件，不做持久化存储， 日志中只记录耗时与字节数，不记录文件名与内容。 本站没有账号体系，不收集个人信息。详见 隐私政策。