PDF 文字提取
逐頁取出 PDF 裡的文字，複製或下載 .txt；檔案始終留在當前標籤頁。
原始檔
此 PDF 受密碼保護。
密碼不正確，請重試。
輸出選項
提取結果
放入一份 PDF，文字會顯示在這裡。
使用方法
- 把一份 PDF 拖到卡片上、按 ⌘V / Ctrl+V 貼上，或點「選擇 PDF」。文字會逐頁出現在結果框裡，沒有「提取」按鈕。所選頁全部完成、狀態變綠後，複製與下載才可用。
- 預設保留 PDF 中的每一行，段落之間用一個空行分隔。勾選「合併為段落」會把同一段內折行的文字接起來：行尾連字元去掉，中日文直接相連，其它文字用一個空格相連。切換選項會立即重排，不會重新讀取 PDF。
- 在「頁碼」裡輸入如「1-3, 5」，只保留這些頁，並按你輸入的順序輸出；重複的頁只出現一次。分隔符可用逗號、頓號、分號或阿拉伯逗號，數字可用阿拉伯-印度數字、東阿拉伯數字和全形數字。留空即全部頁。頁碼分隔行「--- 3 / 12 ---」標明原文件頁碼，可以關閉。
- 如果 PDF 需要密碼，在出現的密碼行中輸入並按回車。密碼只用於在本頁開啟檔案。
示例
report.pdf —— 3 頁，第 3 頁是掃描圖片
預設選項 頁碼：（留空 = 全部）
結果框
--- 1 / 3 --- 季度報告 各區域收入均有增長…… --- 2 / 3 --- 後續安排 1. 複核預算 2. 預訂場地 --- 3 / 3 ---
頁面提示「第 3 頁沒有文字層」。頁碼分隔行與提取出的文字不會被翻譯；下載檔名為 report.txt。
規則、限制與已知問題
- 不上傳：PDF 通過 File API 讀取，由本頁的 Web Worker 解析。網路請求只有本站自己的檔案——放入第一個檔案時載入 PDF 引擎與 worker，部分中日韓 PDF 需要字元對映表（CMap），點示例時載入示例。不寫任何儲存，重新整理即清空。
- 不做 OCR：掃描件、截圖生成的 PDF、圖片中的文字都無法提取，這些頁會提示「沒有文字層」。
- 閱讀順序取決於 PDF 內部結構：多欄排版、表格、頁首頁尾和腳註可能交錯，或與看到的順序不同；本工具不做版面分析。
- 表格只輸出單元格文字：不保留列對齊，同一行的單元格可能連在一起。
- 「合併為段落」是啟發式的，依據行距、字級和行尾連字元判斷。複合詞裡本來就有的連字元若恰好落在行尾，可能被誤刪；標題偶爾也會和下面的內文併成一段。
- 字型缺少 Unicode 對映時，文字會變成亂碼或空白。這是 PDF 本身的問題，在閱讀器裡複製通常同樣出錯。
- 阿語連字：部分 PDF 生成器（例如使用某些 macOS 系統字型時）會把一個連字字形對映成多個字元，提取後連字內部的字母可能顛倒（لا 變成 ال）。本工具不做猜測式修補，以免把正確的文字改錯。
- 豎排文字按 PDF 內部順序輸出，不保證豎排閱讀順序。
- 作者限制了複製時，本工具仍會提取並給出提示。請確認你有權使用這些文字。
- 密碼：只支援開啟密碼（使用者密碼）。密碼只用於在本頁開啟文件，不會儲存，也不會移除 PDF 的加密。
- 上限：一次一份 PDF，最大 50 MB、2000 頁；超過即拒絕，並給出實際體積或頁數。超過 20 MB 或 300 頁時顯示「可能需要一些時間」提示。
- 字元數按字素計數，不含頁碼分隔行與換行；中文、阿語不提供詞數。需要詳細統計時，可把結果貼上到「字元/詞數統計」。
相關工具
提取出的文字可以繼續交給這些同樣在本頁內執行的工具處理。