PDF 转文本
将 PDF 转换为干净的纯文本(.txt)文件,不含页眉和页码。
你的文件始终留在你的设备上。
工作原理
选择一个 PDF,转换器会在你的浏览器中读取其文字。它会判断阅读顺序,根据字号识别标题,把行重新拼成段落,还原行尾用连字符断开的单词,并去掉重复的页眉、页脚和页码,然后生成文本文件。
能做什么,不能做什么
- 最适合由文档生成的 PDF,例如 Word 导出文件、报告、文章和书籍。
- 扫描的 PDF没有可提取的文字。这些页面会被跳过,工具会告诉你是哪些页。
- 保留表格。按列对齐的文字会变成真正的表格,第一行作为表头;在文本文件中,各列用空格对齐。延续到下一页的表格仍是同一个表格。
- 不照搬版式。多栏页面和文本框会变成普通段落。HTML 和 EPUB 会把图片保留在前后段落之间,图标、每页都有的标志和背景会被省略。
- 标题按字号识别,因此与正文字号相同的标题会保留为段落。
适用场景
- 复制粘贴 PDF 中的文字,不会出现断行和零散的页码。
- 在其他程序中搜索或分析文档的文字。
- 把文字交给只接受纯文本的翻译或 AI 工具。
常见问题
我的 PDF 会上传到你们的服务器吗?
不会。转换在你的浏览器中进行,文件不会离开你的设备。文本文件也是在你的设备上生成的。发送到我们服务器的只有你今天转换的次数。
它适用于扫描的 PDF 吗?
不适用。扫描的页面是文字的图片,没有文字层,所以没有可提取的内容。这类页面会被跳过,并在转换后列出。把扫描件变成文字需要 OCR,本工具不提供。
它会保留 PDF 的版式吗?
不会,这是有意为之。它会重建阅读顺序、标题、段落和列表,让结果更易读,而不是照搬页面版式。分栏和表格不会保留。HTML 和 EPUB 会保留图片,放在前后段落之间。
文件大小有什么限制?
每次一个 PDF,最大 50 MB、1,000 页。受密码保护的 PDF 需要先去除密码。
文本文件里有什么?
PDF 的文字以 UTF-8 纯文本保存:每行一个段落,段落之间空一行,标题单独成行,列表保留项目符号或编号。你还可以选择标出每页开始的位置。
我可以直接复制文字吗?
可以。转换后,用“复制文字”放到剪贴板,或下载为 .txt 文件。