PDF 工具

擷取 PDF 中的文字

將 PDF 中的文字取出為純文字，不會把文件傳送到任何地方。

擷取 PDF 中的文字在您的裝置上執行

將檔案拖放到此處，或點擊瀏覽

一個 PDF 檔案

絕不上傳

運作方式

含有真正文字的 PDF 本身就帶有定位在頁面上的字元。這個工具會依頁面順序讀出這些字元，並寫入純文字檔，適用於引用、搜尋、字數統計，或是把文件交給無法讀取 PDF 的程式。

如果 PDF 是由文書處理軟體或匯出功能產生的，其文字是以文字形式儲存，擷取就能運作。如果是由掃描器或手機相機產生，每一頁都是文件的照片，沒有可擷取的字元，只有像素。讀取這些需要 OCR，而這個工具刻意不嘗試這麼做。找不到內容時它會告訴您，而不是遞給您一個沒有任何說明的空檔案。

PDF 儲存文字的方式是放在座標上的片段，而不是段落。擷取時會把相同高度的片段歸為同一行來重建各行，這對一般的散文效果很好，對多欄版面、表格和側欄則效果不佳，閱讀順序可能會混亂。

每一頁前面都有一個標記，讓您知道一頁在哪裡結束、下一頁從哪裡開始。如果想要連續的文章，可以用尋找與取代將它們移除。

常見問題

為什麼我擷取出的檔案是空的？

這份 PDF 幾乎可以確定是掃描檔。它的頁面是圖片而不是文字，所以沒有可擷取的字元。要讀取這些內容需要 OCR，而這個工具不提供。

我的 PDF 會被上傳嗎？

不會。擷取是在您的瀏覽器中使用 Mozilla 的 PDF.js 執行。文件絕不會離開您的裝置。

它會保留格式嗎？

不會。您得到的是純文字。PDF 儲存文字的方式是定位的片段，而不是段落，因此欄位與表格尤其可能以意想不到的順序輸出。