跳到主要内容
BrowserUtil

PDF 转文字

纯前端本地 PDF 转文字工具。支持指定页面范围、保留换行或段落合并、统计字符与词数，一键导出 TXT 纯文本。

选择或拖放 PDF 文件

拖拽本地 .pdf 文件至此处，或点击浏览。100% 在你的浏览器本地解析。

提取结果

字符数: 0单词数: 0行数: 0预计阅读: —
100% 本地运行：所有数据仅在你的浏览器内存中处理，绝不上传到任何服务器。
基于开源项目构建:Mozilla pdf.jsApache-2.0&Tesseract.jsApache-2.0
100% 浏览器本地运行 · 保护隐私

使用方法

  1. 1 选择或拖拽本地 PDF 文件到页面中，也可点击“载入示例”快速预览。
  2. 2 按需选择全部页面或输入自定义页码范围（如 1-3, 5），并设定格式选项。
  3. 3 点击“提取文字”，在下方预览提取出的文本，可一键复制或下载为 .txt 文件。

功能特点

  • 基于 Mozilla pdf.js 的 100% 浏览器本地文字提取
  • 支持提取全部页面或灵活自定义页码范围（如 1-3, 5）
  • 排版选项丰富：保留视觉换行、段落自动合并、清理多余空白
  • 实时统计字符数、单词数、行数与预估阅读时长，一键导出 TXT

常见问题

我的 PDF 会被上传到服务器吗？

完全不会！BrowserUtil 使用 Mozilla pdf.js 在你的浏览器标签页内存中运行所有解析，文件不会上传到任何服务器或第三方。

为什么有些扫描版 PDF 提取不出文字？

标准 PDF 解析器提取的是文档中内嵌的矢量文字流。如果 PDF 是由纯图片、扫描件或照片合成而没有 OCR 文本层，则无法提取出文字，此时需要使用 OCR（光学字符识别）工具。

有文件大小或页数限制吗？

由于所有解析均在本地完成，文件大小上限主要取决于你的设备内存。现代浏览器通常可流畅解析数百页或几十兆的 PDF 文档。

支持保留或去除换行符吗？

可以！你可以选择“保留换行”来还原排版，或选择“段落自动合并”把同一段落内的单行换行转换为空格，阅读体验更连贯。

该工具基于哪些开源项目构建？遵循什么开源协议？

本工具基于 Mozilla pdf.js（遵循 Apache-2.0 开源协议）实现客户端矢量文本解析，基于 Tesseract.js（遵循 Apache-2.0 开源协议）实现 WebAssembly 图片 OCR 识别。所有逻辑均在本地浏览器安全运行，开源合规且保护数据隐私。

相关工具