PDF 的一页其实是一串绘制指令，上面的文字通常是真正的文本对象，而不是图片。本页直接读取这些对象，于是你拿到的是可搜索、可引用、可编辑的字符，而文件始终没有离开你的电脑。

使用方法

1. 1 把 PDF 拖到方框上，或点击方框选择文件。
2. 2 如果只需要一部分，就设置页码范围，并选择是否保留换行。
3. 3 点击“提取文字”，然后复制结果或下载为 .txt 文件。

提取文字不等于 OCR

如果 PDF 来自文字处理软件或开票系统，字符本来就在里面，读取是精确的。如果它来自扫描仪或手机相机，那一页不过是一张照片，根本没有可读的字符；辨认那些字母属于光学字符识别，是另一件事，而且可靠性差得多。本工具会告诉你属于哪种情况，而不是丢给你一个空框。

换行是从哪里来的

PDF 并不记录行或段落，只记录放在某个坐标上的文字。读取时会把处在同一高度的片段归为一行，高度变化就另起一行。这在普通文档上效果不错，在多栏排版上并不完美，一页里的两栏可能交错在一起。

选择页码

范围输入框接受单页和区间，用逗号分隔。重复的会被去掉，页面按顺序读取，所以顺序写乱也没关系。超出范围的数字会被拒绝，而不是悄悄忽略，因为被默默跳过的一页意味着你永远不会察觉的缺失文字。

1-5        → 1, 2, 3, 4, 5
2, 7, 9    → 2, 7, 9
1-3, 10    → 1, 2, 3, 10
(bos)      → 全部页面

关于格式的一点说明

输出是纯文本，因此加粗、标题、表格和图片都不会保留；表格会变成一行行单词，单元格边界消失。如果需要保留版式，转换成文档格式才是合适的工具；如果只想要页面图片，可以用 PDF 转 JPG 和 PDF 转 PNG 页面。