PDF 转文字怎么转？文字型和扫描件都能提取

PDF 里的内容想拿出来编辑、搜索或做数据统计，最头疼的是它「看着是字、选中却是图」。NBTools 的PDF 转文本工具在浏览器本地把 PDF 解析成文字：文字型 PDF 直接读文字层；扫描件（图片型）用 OCR 识别；表格还能单独导出成 CSV。文件始终不上传服务器。

先说结论：工具提供三种模式——快速提取（文字型 PDF）、精确与表格（保留排版结构、导出 CSV）、扫描件 OCR（识别印刷体图片）。根据 PDF 有没有文字层自动判断该用哪种。

第一步：选文件并看一眼检测结果

点上传区或把 .pdf 文件拖进去。工具先解析 PDF，告诉你共多少页、有没有文字层：

• 检测到文字层 → 提示「可直接提取文本」，默认停在快速提取模式；
• 前几页没文字层 → 提示「看起来是扫描件 / 图片型 PDF」，自动切到扫描件 OCR 模式。

加密的 PDF 会弹出密码框，在本地用你输入的密码解密后重试；密码与文件都不会上传，工具也不提供「找回 / 破解」密码功能。

第二步：选模式与页面范围

三种模式覆盖不同场景（见下表），可用顶部标签切换：

页面范围三种模式共用：留空表示全部，如填 1-3,5,8 表示第 1–3、5、8 页；还有「全部 / 前 5 页 / 奇数页 / 偶数页」快捷按钮。

第三步：按模式微调并提取

快速提取（文字型 PDF）

两个开关：勾选「自动识别双栏排版」会按先左栏后右栏的顺序拼文字，避免两栏内容交错；勾选「在每页前插入页码分隔标记」方便后续对照原页。点「开始提取文本」，结果可直接复制、下载 .txt 或 .md。

精确与表格

勾选「尽量保留原始排版」可保留多栏 / 表格对齐；还能在框里填正则或关键词做全文搜索（比如 发票号码|¥\s?\d+），命中结果带页码与坐标。点「识别表格并导出 CSV」会把识别到的表格导出为 CSV（也支持 TSV）。

扫描件 OCR

选识别语言（中文简体 + 英文 / 仅中文简体 / 仅英文）和渲染精度（标准 144 DPI / 推荐 180 DPI / 高精度 216 DPI，越准越慢）。首次识别需下载约 8MB 的识别引擎与语言包，之后走浏览器缓存；主要面向印刷体扫描件，手写体或严重歪斜的识别率有限。

提取后要注意什么

文字型 PDF 提取的是内嵌文字层，顺序和正文基本一致；双栏排版记得开「自动识别双栏」。扫描件 OCR 受印刷质量影响，识别完建议通读一遍错别字。表格导出 CSV 后，双栏正文有时会被兜底判定成一张宽表，下载前先看预览确认。

常见问题

PDF 转文字后格式会乱吗

文字型 PDF 读的是文字层，文字与顺序基本保留；双栏可勾选自动识别先左后右；精确模式能保留多栏 / 表格对齐结构。但跨页表格、文本框等复杂元素可能仍需核对。

扫描件（图片型 PDF）能提取文字吗

能。切到扫描件 OCR 模式，用 Tesseract 识别印刷体，支持中文简体 + 英文等组合。首次需下载约 8MB 引擎与语言包，之后走浏览器缓存；手写体或严重歪斜识别率有限。

转换需要联网吗？文件会上传吗

不需要联网，也不上传。PDF 解析、渲染与 OCR 都在浏览器本地完成，适合合同、简历等敏感文档。

能把表格提取成 Excel 吗

精确与表格模式可把表格识别并导出为 CSV / TSV，用 Excel 或表格软件打开即可继续编辑；工具不直接生成 .xlsx。

加密的 PDF 怎么处理

工具会在本地用你输入的打开密码解密后重试；密码与文件都不上传，也不提供找回或破解密码功能。

能按关键词搜索内容吗

可以。精确与表格模式支持正则或纯文本全文搜索，结果会标出页码与坐标位置，方便定位。

能直接转成 Word 吗

工具导出 TXT / Markdown，不直接转 Word；拿到文字后可在文字编辑器里重新排版，或用站内的 Word 相关工具处理。

手机上能用吗

可以。网页版在手机浏览器打开即可上传、提取、下载，流程与电脑一致。