逐步指南

如何從 PDF 中提取文本

  • 你得到A .txt file
  • 步驟2
  • 類別從 PDF 轉換

文字擷取讀取已儲存在 PDF 中的單字並將其寫入純文字檔案。它不是 OCR:如果頁面是文字圖片,則提取器沒有任何內容可讀取。

The extract-text screen: the page title, the selected quarterly- report.pdf and the Extract text button that writes a
將文字圖層作為文件拉出

一步一步

  1. 1

    上傳您的 PDF

    將 PDF 拖曳到框框中或按一下「選擇檔案」。它透過加密連接發送,並且僅用於此任務。

  2. 2

    運行並下載

    按下“PDF 轉文字”,頁面會顯示工作進度。完成後,您將收到一個下載連結 - 不會透過電子郵件發送任何內容,也不會儲存超過所需時間的內容。

螢幕是什麼樣的

Selected: wm-demo.pdf above the blue Extract text button
按擷取文字
The ready page showing wm-demo.txt — 9.1 KB · deleted automatically after two hours — above the Download button
Download the .txt

文字是真實的嗎?

嘗試在 PDF 檢視器中選擇一個句子。如果它突出顯示,則 PDF 有一個文字圖層,提取將返回它。如果頁面是掃描的,請執行 光學字元辨識 首先。這項檢查可以避免最令人失望的空白文字檔案。

閱讀順序和換行符

文字按位置存儲,而不是按段落存儲。多列頁面可以交錯顯示,對齊文字可以在句子中間引入換行符。在將文字輸入另一個工具之前,請閱讀前幾段並確定順序。表格通常會失去網格;使用 PDF 到 Excel 用於數據。

檢查編碼和特殊字符

當文字離開 PDF 時,重音字元、連字和符號可能會改變。搜尋帶有重音符號的名稱和帶有貨幣符號的數字。如果輸出用於資料庫或腳本,請檢查編碼而不是假定為 UTF-8。

文字文件留下了什麼

The .txt carries words, not the document. Images, drawings, form-field values and annotations stay in the PDF, and there are no settings to change: the tool reads every page in the order the PDF declares and returns a single file. When the destination needs more than words, convert instead — PDF 到 Word 保持佈局, PDF 到 Excel 恢復表和 PDF 到 PowerPoint 重建幻燈片。

PDF轉文本的好習慣

  • 文字 PDF 轉換效果最佳。如果頁面是掃描件,請先執行 OCR。
  • 表格透過其對齊方式進行檢測,因此格線轉換最可靠。
  • 在刪除原件之前檢查結果。

常見問題

PDF 轉文本有什麼作用?

將可選文字從 PDF 逐頁複製到純文字檔案中,並保持 PDF 聲明的閱讀順序。

PDF 轉文本可以免費使用嗎?

是的。這個瀏覽器工具是免費的,沒有浮水印,也沒有每日任務限制。電子簽名和法律工作流程是唯一的付費產品。

使用 PDF 轉文字後,我的文件會發生什麼情況?

它們儲存在一個不可猜測的 ID 下,並在幾個小時後自動掃描。沒有任何內容被分享或索引。

為什麼解壓縮出來的文件是空的?

PDF 可能是沒有文字圖層的掃描件。首先執行 OCR,然後從可搜尋副本中提取文字。

我可以保留佈局嗎?

純文字擷取保留文字,而不是頁面設計。如果佈局很重要,請使用 PDF 到 Word。

提取包含註釋嗎?

它提取頁面文本,而不是註釋或表單值。如果重要的話,請單獨刪除或匯出它們。

開啟 PDF 轉文本 所有 PDF 指南

免費指南

更多 PDF 編輯技巧和教程

尋找更多 PDF 編輯教程

更多 PDF 工具

標準和來源: PDF 解析和编写遵循开放 PDF 规范,记录在 國會圖書館格式註冊表;介面如下 WCAG 2.2 (W3C)。 Rifinit 獨立於這兩個組織。

由 Rifinit 團隊提供。 我們在內部建置、測試和記錄這些 PDF 工具:每份指南均由從事轉換器、編輯器和 OCR 管道工作的工程師編寫。 認識團隊。最後評論 。閱讀我們的 隱私權政策 和 條款.

關注Rifinit 臉書 領英 興趣