PDF文本提取工具

把 PDF 里的文字层抽出来，变成可以复制、可以另存为 txt 的纯文本，并告诉你总页数。适合从电子书中摘段落、把报表数据粘进表格、或者判断一份 PDF 到底是文字版还是扫描版。

工具界面在页面加载完成后显示在本段下方，可以直接使用。所有计算都在你的浏览器本地完成，输入的内容不会上传到服务器。

PDF文本提取工具能做什么

输入：

一份 12 页的文字版 PDF，不勾选合并页面

输出：

文本框内为 12 页的文字（页与页之间换行分隔），总页数显示 12

PDF 会上传到服务器吗？

不会。pdf.js 在浏览器里解析文件，文本直接显示和下载，没有任何上传。

为什么提取出来是空的？

说明这份 PDF 没有文字层，几乎可以肯定是扫描件或图片型 PDF。请用 OCR 工具识别。

能保留原来的排版和图片吗？

不能。这个工具只输出纯文本，表格结构、字体、图片都不会保留。

中文 PDF 会乱码吗？

只要 PDF 内嵌了正确的文字编码就不会。少数用了自定义字体映射的老文件可能出现错字，这类只能走 OCR。