使用方式
- 選擇或拖入 PDF 檔案。
- 決定是否讓每一頁以「--- Page 3 ---」這類頁首標示開頭。
- 選取「擷取文字」，等待所有頁面讀取完成。
- 複製文字，或下載為 UTF-8 .txt 檔案。
運作方式
由文書處理器、網站或大多數其他軟體建立的 PDF 檔案包含文字層：字元及其位置。此工具使用 pdf.js 逐頁讀取該文字層，並轉換為純文字行。字型、大小、顏色、圖片和表格不會保留；表格儲存格會轉成以空格或換行分隔的文字。
閱讀順序依照 PDF 中儲存的順序，通常即為視覺順序。多欄版面、註腳和文字方塊可能以非預期的順序出現，行尾的連字號斷字會保持分離。
掃描文件及以圖片儲存為 PDF 的檔案僅包含文字圖片，沒有文字層，因此無法擷取任何文字。工具會偵測此情況，並引導你使用可從圖片讀取文字的 OCR（光學字元辨識）工具。部分 PDF 中的文字使用沒有正確字元對應表的字型；這類文字可能顯示為無法辨識的符號。
需要密碼才能開啟的 PDF 無法讀取。僅有複製限制的 PDF 仍可讀取，因此請尊重文件擁有者的權利。
範例
引用報告
擷取一份 40 頁 PDF 報告的文字，在文字方塊中搜尋，直接複製所需段落，省去在 PDF 檢視器中反白選取的麻煩。
掃描信件
掃描成 PDF 的信件不會產生文字。工具會指出此情況，並連結到 OCR 工具，該工具可從頁面圖片辨識文字。
常見問題
為什麼我的 PDF 找不到文字？
該 PDF 很可能包含的是掃描影像，而不是文字。請使用 OCR 處理這些頁面，以辨識文字。
為什麼文字或行的順序不正確？
此工具使用文字儲存在檔案中的順序。有些程式儲存欄、頁首或文字方塊的順序與顯示順序不同。
為什麼文字會出現奇怪的符號？
有些 PDF 使用的字型沒有記錄每個字形對應的字元資訊，因此畫面上的字母無法對應回文字；這類檔案只能透過 OCR 處理。
粗體或表格等格式會保留嗎？
不會。輸出是含換行的純文字，表格儲存格與欄位內容會變成逐行文字。
隱私權
PDF 會透過 pdf.js 在您的瀏覽器中開啟與讀取。檔案及擷取出的文字不會上傳、儲存或用於分析；只會記錄一個工具已使用的匿名事件。