可选中文字与扫描图片不一样
有的 PDF 保存实际文字编码及其对应字形,而扫描版往往只有整页照片。未经 OCR 的图片不含可直接提取的文字。
该功能仅输出能够读取的内嵌文字,不会还原源文件的字体、分栏、图形、表格排版或版式。
核对提取结果
复杂 PDF 的内部文字顺序可能与阅读顺序不同。如果姓名、表格列或段落混乱,请尝试能识别版面的专业提取工具或 OCR。
- 打开 PDF,确认页面文字能够用鼠标选中。
- 选择“转换 PDF”中的所有页面导出 TXT。
- 打开 TXT,检查换行、字符映射和阅读顺序,必要时在文本编辑器中修正。
- 不要期待 TXT 保留签名、图片、字体或 PDF 页面布局。