使用方法
- 选择一个文档
- 点击提取文本
- 复制或下载结果
说明
逐页提取内嵌文本并保留分行，附带页数与字数统计；全文无文本层（扫描件）时给出 OCR 出口指引，部分页无文本层时琥珀色计数提示而非静默留空。
隐私
本工具在浏览器本地处理，输入内容不会上传服务器。
功能说明
- 逐页提取文本层（pdf.js）
- 支持中文 CID 字体/标准字体
- 本地处理，不上传
常见问题
这个工具需要 OCR 吗？和 OCR 识别有什么区别？
不需要：它直接读取 PDF 内嵌的文字层（pdf.js 解析，含中文 CID 字体），没有识别过程、不用选语言、也不会出现识别错字。扫描件里是图片没有文字层，页内会明确提示并指向「PDF OCR」；混合件会按页提示「N/M 页没有文本层」，如实留空而不是装作提取成功。
提取出来的文字断行很乱，能去掉换行吗？
输出按 PDF 原版面保留分行，固定排版的页面可能一行一句断在中间，这就是「保留分行」的含义。需要连续正文时，在编辑器里合并行即可；统计里的「行数」可以帮你估算清理量。
可以只提取其中几页吗？
暂不支持：目前提取全部页面并统计页数、字符数和行数。只要其中几页，可先用「拆分 PDF」拆开再分别提取，或复制后删掉不需要的段落。
支持中文、日文这些字体吗？
支持：内嵌 CID 与标准 CJK 字体由 pdf.js 解析，中日韩文字提取出来是真正的字符而不是图片。但如果文件本身是扫描的中文件，里面没有文字层，请先用「PDF OCR」（带中/日/韩语种包）生成文字层。
文件会上传吗？要登录吗？
都不用：整个提取在浏览器本地完成，文件不离开设备；单文件每日免费额度、无需登录，未登录时单文件有大小区间（页内显示具体数值，登录后更高）。