页码从 1 开始，支持区间：1-5,12 表示只取第 1~5 和第 12 页。
选好 PDF，一键把文字抠出来。
能不能提取，只取决于一件事：有没有文字层。
| PDF 类型 | 文字能选中吗 | 能提取吗 | 怎么办 |
|---|---|---|---|
| Word/WPS 导出的 | 能 | ✅ 完美 | 直接提取 |
| 网页/系统生成的 | 能 | ✅ 完美 | 直接提取 |
| LaTeX/排版软件导出 | 能 | ✅ 很好 | 公式可能丢失 |
| 扫描仪扫的 | 不能，是图 | ❌ 空白 | 需要 OCR 识别 |
| 手机拍的文档 | 不能，是图 | ❌ 空白 | 需要 OCR 识别 |
文字能选中 ≠ 提取出来完全一样，先看这三条。
| 点 | 说明 | 怎么处理 |
|---|---|---|
| 没有排版和图片 | 只取纯文字 | 要保留版式请用 Word 转换类工具 |
| 顺序按编码走 | 复杂多栏可能串行 | 勾选「按页分隔标记」方便核对 |
| 扫描件提取是空的 | 本质是图片没有文字层 | 需 OCR，本工具不做识别 |
| 特殊字体可能乱码 | 自定义编码缺映射表 | 核对少量字符，必要时手改 |
⚠️ 免责声明：本工具只提取 PDF 中已存在的文字层，不做 OCR 识别。
提取结果为纯文本，不包含排版、字体、颜色、图片、表格结构；复杂多栏、竖排、特殊编码的文档可能出现串行、缺字或个别乱码，请对照原文件核对后再使用。
扫描件与图片型 PDF 没有文字层，提取结果会是空白，这类文件需要先做 OCR 文字识别。
带密码加密的 PDF 无法处理。
所有处理均在你的浏览器本地完成，文件不会上传到任何服务器，本站也不留存任何副本。
要把合同里的条款贴进邮件、要把报告里的数据复制到表格、要统计 PDF 有多少字、想把整篇内容丢给 AI 分析——想把 PDF 里的文字拿出来，用完整版 PDF 编辑器太重，在线站点又要求你把文件传上去。
这个工具两步搞定：选文件 → 提取 → 下载/复制。
它具体怎么做的？
① 读取：用 pdf.js 载入文件，读出总页数；
② 解析页码：留空表示全部页，填了 1-5,12 就只取指定页，支持中英文逗号、逆序纠正、重复去重；
③ 取文字层：每页调用 getTextContent()，拿到的是 PDF 内部的文本绘制指令（每个字符串及其坐标），不是截图也不是 OCR；
④ 还原换行：根据文本项自带的 hasEOL 标记在行尾补 \n，让段落大致还原成「读起来正常」的样子；
⑤ 可选分隔：勾选后每页开头插入 ----- 第 N 页 -----，方便你对照原文件页码；
⑥ 导出：生成带 BOM 的 UTF-8 TXT（避免 Windows 记事本打开中文乱码），可下载，也可一键复制到剪贴板。
几个实战建议：
· 先判断能不能提：用阅读器打开 PDF，文字能用鼠标选中就一定能提出来；选不中的多半是扫描件；
· 只要其中几页：填页码范围，比全部提取再删快；
· 要对页码：一定勾选「分隔标记」；
· 要给 AI 分析：直接复制粘贴，比重新打字快得多；
· 提出来是空的：说明是扫描件，需要 OCR（本工具不做识别）。
最后一句：整个过程都在你自己浏览器里完成，文件不会上传到任何服务器。
怎么处理：
① pdf.js 载入文件读出总页数；
② 页码串（留空 = 全部）解析为 0-based 索引；
③ 逐页 getTextContent() 拿到文本项数组（含 str 与 hasEOL）；
④ 按 hasEOL 在行尾补 \n，合并连续空行，还原段落；
⑤ 可选在每页开头插入 ----- 第 N 页 -----；
⑥ 拼成整段文本，加 BOM 后导出 .txt，或写入剪贴板。
它不做：不修改原文件、不做 OCR 识别、不保留排版/图片/表格结构、不输出 Word/Excel。
1-5,12），留空提全部。getTextContent() 逐页提取真实文字层，按 hasEOL 自动还原换行，支持指定页码范围与按页分隔标记（----- 第 N 页 -----）；导出 带 BOM 的 UTF-8 TXT（避免记事本乱码），并支持一键复制到剪贴板。结果区给出字数、页数、行数统计与前 1500 字预览。附「能否提取」对照表与注意点表。全程浏览器本地处理，文件不上传，适配黑夜模式。
审核通过后就会展示在留言板上，稍安勿躁～
还没有留言，来抢沙发吧！