扫描版 PDF 能提取文字吗？

不能直接提取——扫描件是图片、没有文本层，本工具不做 OCR。判断方法：能用鼠标选中文字的 PDF 才有文本层。扫描件请先用 OCR 工具生成可搜索 PDF 再提取。

提取的文字顺序乱了怎么办？

PDF 内部按"绘制顺序"而非阅读顺序存文字：双栏、表格、艺术排版会按对象顺序输出。工具尽力按位置重排，复杂版面建议分页提取后手动整理。

通常是 PDF 内嵌字体缺少 ToUnicode 映射（老排版系统导出常见）：显示正常但无法映射回 Unicode，只能 OCR 重新识别。Word、InDesign 等现代导出的中文 PDF 提取无碍。

提取 PDF 内嵌文本层并导出 TXT

PDF 提取文本

读取 PDF 文本层，不进行 OCR

本地处理

选择一个包含文本层的 PDF