Extract text from images — free

Upload the PDF and the tool extracts all of its text — including from scanned pages via OCR — into a copy-ready view. Click Copy to grab everything to your clipboard, or download it as a .txt file. This works even when the PDF blocks selection or is just a photo of a document.

上传您的 PDF，工具会检测它包含的是真正的文本层还是仅有扫描图像。带文本层的 PDF 可即时导出。纯图像的 PDF（扫描书籍、拍摄的收据、旧报告）会自动经过 OCR 处理。无论哪种情况，您都能得到一份整洁的 .txt 文件，保留段落、换行和章节间距。

可以。如果 PDF 是纯图片格式（扫描件、拍摄页面或传真导出常见此种情况），OCR 引擎会自动启动——你无需另用工具。内置多语言支持，因此即便是双语或非拉丁文字（中文、阿拉伯文、印地文）也能在同一次处理中提取出来。

段落分隔、章节之间的空行、项目符号和编号列表前缀都会以纯文本形式保留。标题会根据源字体以大写或原始大小写呈现。视觉强调（粗体、斜体）无法在纯文本中编码——如需保留这些，请改用 PDF 转 Word 转换器。

可以。上传后在提示框中输入密码，工具会在内存中将文件解锁，时间仅够提取文本之用。密码绝不会存储到磁盘或传输给第三方服务。没有密码的加密 PDF 无法处理——出于安全考虑，本工具不进行密码破解。

50 MB 以内、500 页以内的文件都能轻松处理。更大的文档同样支持，只是耗时更长——一份 2000 页的法律档案做 OCR 可能需要几分钟。对于海量批处理，建议先用 PDF 拆分工具将 PDF 切开，再并行处理各个分块。

处理在安全的服务器上进行，文件会在几分钟内删除。.txt 输出完全归您所有——没有水印、无需署名、不做追踪。研究人员、记者、律师和学生都用这款工具从机密报告中提取文本，因为他们知道源 PDF 在转换完成后不会被保留。

可以。打开「引擎」面板，选择你文档的语言和 OCR 引擎，页面就会按该文字系统进行识别 — 支持 100 多种语言，包括非拉丁文和从右往左书写的文字。如果第一遍把带重音符号或非英文字符识别错了，请切换语言并点击「重新运行识别」。

格式化视图保留页面的原始排版——分栏、间距和行的位置——非常适合表格和收据。纯文本视图则提供干净、重新排版的文字，更方便粘贴到文档或聊天机器人中。在两种视图间切换，然后复制文字或将其下载为 .txt 文件。

此工具直接为你提供可复制或保存为 .txt 的纯文本。如果你想保留原始 PDF 但让它支持 Ctrl+F 搜索，请用「图片转可搜索 PDF」工具处理 — 它会在扫描件上方添加一层隐形的 OCR 文字层，页面看起来一模一样，但文字变得可选取。

对于常见的拉丁字母语言，先用“默认”引擎并选择文档所用语言——它处理日常文本又快又准。如果输出看起来乱码，或文字是非拉丁文字（阿拉伯文、印地文、中文、西里尔文），就切换到 Engine 1 或 Engine 2，在选择器中选好对应语言，然后点按“重新提取”——不同引擎针对不同文字做了调优，两个都试一下只需几秒。

输出框完全可编辑，因此你可以在屏幕上直接快速修正某个 OCR 错误或删减某一段。“复制到剪贴板”始终复制框内当前的确切内容，包括你的编辑——但“下载 .txt”保存的是上一次引擎/语言运行产出的原始文件，而不是你在屏幕上的编辑。要保留某处修正，请用“复制”并粘贴到你自己的 .txt 文件中；或者如果错误是系统性的，就切换“语言”或“引擎”并点按“重新提取”，而不要手动编辑。