PDF提取文本

本工具使用pdf.js解析您的PDF文件并从每页提取文本内容。它读取PDF中嵌入的文本层，保留阅读顺序。提取的文本可以复制或下载为纯文本或Markdown文件。

某些PDF使用非标准编码的自定义字体，或包含图像形式的文本（扫描文档）。文本提取仅适用于基于文本的PDF。扫描版PDF需要OCR（光学字符识别），本工具不支持。

安全，所有处理完全在您的浏览器中进行。您的PDF文件从不上传到任何服务器，文本提取使用JavaScript库在本地运行。

可以，您可以选择从所有页面提取文本，也可以指定页面范围（如1-3, 5, 7-10）。还可以选择纯文本或Markdown输出格式，以及在输出中切换页码显示。

纯文本输出不带任何格式的原始提取文本。Markdown输出使用Markdown语法保留标题、列表和换行等基本结构，便于在文档或笔记中重复使用。

不能，扫描版PDF包含的是文本图像而非实际文本字符。本工具只能从具有文本层的数字PDF中提取文本。对于扫描文档，您需要使用OCR工具。

由于处理在浏览器中进行，限制取决于设备的内存。数百页的大型PDF文件可能需要更长的处理时间。为获得最佳效果，建议将超大文件分割成较小的部分。

如果PDF有打开密码，需要先解锁再提取文本。如果只有权限密码，文本提取可能仍然有效。本工具不删除PDF密码。

基本的文本格式如换行和段落间距会被保留。但复杂的布局、表格和多栏文本可能无法完美保持。Markdown输出选项有助于保留一些结构元素。

页面加载后，核心文本提取功能可以离线工作，因为所有处理都在浏览器中完成。但首次加载工具时需要网络连接。