PDF里的文字无法复制？原因和获取文字的方法

如果你无法在PDF中选中文字，那么页面很可能是文字的图片，也就是扫描件或照片，而不是真正的文字。把文件拖入PDF转文字工具：如果能识别出文字，就从那里复制。如果提示没有找到文字，就需要对页面进行OCR（光学字符识别），从图片中读取字母。这两步都在你的浏览器中完成，文件不会上传。

PDF转文字需要提取PDF里的文字免费使用

文字版PDF还是扫描版PDF

文字版PDF把每个字母保存为字符，并记录字体和它在页面上的位置。扫描版PDF则像照片一样，把每一页保存为一张图片，所以无法选中任何内容。有些文件两者兼有：打字的页面里夹着扫描的签名，或者扫描的表格带有打印的标题。

在阅读器里试着选中一个词来判断。如果高亮跟着字母走，说明文字是存在的。如果只能选中整页，或者什么都选不中，那么该页就是图片。

你看到的情况	通常意味着什么	该怎么做
文字可以选中并复制	文字版PDF	直接复制，或用PDF转文字处理整个文件
什么都选不中，PDF转文字也找不到文字	扫描或拍摄的页面	先把页面转成图片，再运行OCR
文字能选中，但粘贴出来是乱码符号	字体没有把字母正确对应回字符	试试PDF转文字；如果结果仍是乱码，就用OCR
阅读器禁止选中	作者设置的复制限制	参见关于限制的部分

PDF为什么不让复制

有三种情况会阻止复制，每种的解决办法不同：

• 页面是扫描图片。 文件里根本没有文字，只能通过OCR把文字读取出来。
• 文件需要密码才能打开。 在你通常使用的程序中，用你持有的密码解锁之前，文件无法被读取。这里的工具不会尝试打开加密文件。
• 作者设置了复制限制。 有些PDF会阻止阅读器允许复制或编辑。这是作者的设置，fixmint不会绕过它。如果你有权限，可以向作者索要不受限制的版本，或从制作该文件的程序中导出一份。

从文字版PDF获取文字

1. 把PDF拖到PDF转文字的方框中，等待每一页读取完成。
2. 查看出现的页数和字数统计。
3. 如果想给每一页加上标记，勾选“页码标记”。如果只要纯文本，就不要勾选。
4. 复制文字，或下载为 .txt 文件。

分栏、表格和页眉的文字顺序可能会错乱，因为PDF保存的是每段文字的绘制位置，而不是它属于哪个段落。如果每一行末尾都有硬回车，请阅读为什么从PDF复制的文字在每行都会断开，然后把文字粘贴到修复粘贴文本中，它会把每个段落的行合并起来。

从扫描版PDF获取文字

扫描页面需要两步：先把每一页绘制成图片，再识别每张图片中的文字。同样的识别步骤也适用于截图或照片，具体说明见这里。

1. 把PDF拖到PDF转JPG中。文字选PNG，因为它能保持字母边缘清晰；小字号的内容选300 DPI。只选你需要的页面，或保持全部页面。
2. 下载这些页面。每页保存为单独的图片，或者全部打包为一个ZIP。
3. 打开图片转文字，拖入第一页。页面识别完成后，文字就会出现。识别引擎不确定的词会以红色标出。
4. 按顺序对每一页重复操作。勾选“将行合并为段落”以去掉换行，然后复制结果。
5. 在依赖任何数字、姓名和日期之前，先对照页面逐一核对。

图片转文字一次只读取一张图片，并且只支持英文。启动时，工具会从网站加载OCR引擎和它的英文模型，之后图片在你的设备上完成识别。大图或较慢的页面可能需要一些时间，请等结果出来后再复制。清晰、端正、光线均匀的页面识别效果最好。照片要裁掉边缘，拍摄时让相机正对页面。

常见错误

• 把文字页面保存为JPG。 JPG会模糊字母边缘，降低准确率。对于纯文字页面，PNG是更好的选择。
• 不核对就相信OCR结果。 识别并不完美。请对照页面检查数字和姓名。
• 指望表格保持为表格。 OCR读取的是行，所以表格可能变成列表。请将结果与页面对比。
• 用OCR识别手写内容。 图片转文字是为印刷文字设计的。手写通常识别效果很差，这些部分最好手动重新输入。

常见问题

OCR会上传我的扫描页面吗？

不会。页面在你的浏览器中读取，图片从不发送到服务器。网站只是把OCR引擎和它的英文模型传送到你的浏览器，识别过程在浏览器中完成。

如果只有部分页面没有文字怎么办？

在PDF转文字中打开“页码标记”。在其页码标记下没有显示任何内容的页面是扫描件，而打字的页面会显示文字。只对这些页面运行PDF转JPG和图片转文字，然后按顺序把结果放回去。

为什么复制的文字在每行末尾都会断开？

PDF会把每一行印刷文字分别保存，所以复制时会保留这些换行。使用修复粘贴文本，把每个段落的行合并起来。换行问题指南解释了它为什么会发生。

图片转文字能识别手写体或其他语言吗？

它是为拉丁字母的印刷英文设计的，手写通常识别效果很差。阿拉伯文、中文或西里尔字母等其他文字都不受支持。