PDF 轉文字
從 PDF 檔案擷取所有文字內容，並儲存為純 .txt 檔案。支援批次處理：上傳多個 PDF，一次操作即可擷取每個檔案的文字。由 PyMuPDF 驅動。
運作方式
- 點選拖放區或將檔案拖曳到其中，上傳一個或多個 PDF。使用新增更多與清除按鈕管理檔案清單。
- 點選擷取開始處理。
- 單一檔案會下載為
filename.txt。多個檔案會產生pdf-to-text.zip壓縮檔。
選項
此工具沒有可設定的選項。所有頁面的文字內容都會依閱讀順序擷取。
輸出格式
- 單一檔案：
filename.txt - 多個檔案：
pdf-to-text.zip，每個輸入 PDF 各有一個.txt。
使用情境
- 從 PDF 報告擷取內文，建立全文搜尋索引。
- 將 PDF 電子書或文章轉換為純文字，以便在電子墨水裝置上閱讀。
- 從合約或法律文件擷取文字進行關鍵字分析。
- 移除 PDF 的格式，取得乾淨的文字供資料處理腳本使用。
- 從 PDF 封存檔準備自然語言處理用的文字語料。
小技巧
- 掃描的 PDF（僅含圖片）會產生空白的文字檔，因為沒有可擷取的文字層。請先對掃描文件執行 OCR。
- 輸出會保留 PyMuPDF 所判讀的閱讀順序，通常為由左至右、由上至下。多欄版面可能產生交錯的文字。
- 若要包含標題與格式的結構化輸出，請試試 PDF 轉 Markdown。若要適合 AI 使用的結構化 JSON，請使用 為 AI 準備 PDF。