PDF转TXT
转换为
适用于此文件的工具
文件始终留在你的设备上。
文本文件为UTF-8编码,页面上的每一行对应一行,页与页之间是换页符。没有文字层的扫描件会显示提示,因为这里没有OCR。
关于PDF转TXT的常见问题
PDF转TXT是怎样处理文件的?
PDF转TXT会把PDF里的文字提取到一个UTF-8纯文本文件中,页面上的每一行对应一行,页与页之间用分页符隔开。它读取的是PDF本来就有的文字层;这里没有OCR,所以扫描页提取不出文字。
为什么我的PDF提取不出文字?
它没有文字层,扫描件和拍照的文档通常都是这样:文字只是图片的一部分。你会收到相应的提示,不会生成文件,因为WeConvert不做OCR文字识别。在PDF阅读器里能选中的文字,这里都能提取。
分栏和表格会变成什么样?
行是根据文字在页面上的位置重新拼出来的,从上到下、从左到右。所以并排的两栏会逐行合在一起,左栏在前;表格一行里的单元格会落在同一行,用空格隔开。
怎样看出每一页在哪里结束?
每一页后面都有一个换页符(分页字符),单独占一行。大多数编辑器把它显示为空行或一个小符号,有些程序打印时会在这里另起一页。
表单字段里填的内容会包含进来吗?
不会。填进表单字段的值不属于页面文字,所以会被略过。先用“扁平化PDF”处理一下,答案就成了页面的一部分,也会出现在文本文件里。