提取 PDF 中的文字
直接读取 PDF 的文字层，对没有文字层的页面使用 OCR。PDF 转文字，免费使用。
添加 PDF 并选择页码范围。每一页都会先检查有没有文字层：有的话，无需 OCR 直接提取文字；没有的话，会把该页渲染成图片再进行识别。
范围留空表示处理所有页面。可以组合页码范围和单独的页码，例如 1-3,5。页码从 1 开始，且必须在文档总页数以内。
可以编辑每页的结果，并复制或将全部页面或所选页面保存为 TXT。文字层的顺序和字体信息可能会影响空格和阅读顺序。本工具不会重建表格结构。
使用方法
- 选择 PDF 并确认页数。
- 可选：输入 1-3,5 这样的范围，然后开始提取。
- 检查每一页，选择要复制的结果。
需要留意
你选择的 OCR 模式不会应用于带文字层的页面。目前没有忽略该文字层、强制进行 OCR 的选项。
常见问题
文字型 PDF 需要下载模型吗？
带文字层的页面直接使用 pdfjs-dist 提取。没有文字层的页面需要 OCR 引擎和所选语言数据。
页码范围可以留空吗？
可以。留空表示所有页面。如果范围无效，会在开始处理之前提示。
PDF 中既有扫描页又有文字页，可以处理吗？
文字层是逐页单独检查的。只有没有文字层的页面才会进行 OCR。