跳到正文
你的文件会留在你的设备上

文件在你的浏览器中处理,不会上传到我们的服务器。网站可能会下载处理引擎,并发送不含文件内容的使用或反馈事件。

我们如何处理你的数据

PDF 转文本

提取 PDF 文本:把技术文档的嵌入文本层读出为按页分隔的 TXT 结果。不进行 OCR;不验证测量值。

合成示例,运行前请检查操作设置。

你的文档会留在此设备上。工具下载和使用统计不包含文件内容。

本机限制: 单个文件的最大大小: 10 MB

文件在浏览器中处理,不会上传到本站。

实用指南

对照技术记录检查文本层

  1. 选择可搜索的报告,而不是页面图像的扫描件。
  2. 提取文本,并检查每个源页面标题下的顺序。
  3. 复制 TXT 之前,先把标识符和测量值与源文件比对。

试试这个示例

提取一份 4 页的设备报告,把序列号和测量值字符串与 PDF 预览比对。确认两者都出现在预期的源页面上。

之前

  • 可选中文本的 PDF

之后

  • 纯文本 .txt
此任务的输入与预期输出。 示意示例。

开始之前: 这不会验证测量值,也不进行 OCR;视觉上的阅读顺序可能与提取出的文字顺序不同。

继续处理源 PDF
获得的结果

把嵌入的文本提取为 TXT 文件。扫描页面需要 OCR;原文的阅读顺序可能与可视版面不同。

限制与重要说明

输入最大 10 MiB,最多 200 页,输出文本最大 4 MiB。没有文本层的扫描文档会报错,而不会假装提取成功。阅读顺序、分栏和字体可能与可视版面不一致。这不是 OCR,也不是 PDF 转 Word。

示例

从可搜索的报告中提取文本,在结果框中检查,然后复制或下载。提取文本之后,原始 PDF 仍然可用。