抽取文字
把 PDF 裡的文字抽出來，變成純文字。中文的版面參數已經調校過，不會把一句話拆得七零八落。
開始使用 →
免註冊，開啟就能用。
怎麼做
- 拖一份 PDF 進畫面。
- 選「抽取文字」。
- 複製結果，或下載成 .txt。
這一項需要上傳，處理完就刪掉
這一項的運算瀏覽器做不動，檔案會傳到我們的伺服器處理。轉檔完成後 60 分鐘自動刪除，暫存放在記憶體檔案系統裡，伺服器重開就什麼都不剩。
我們不記錄檔名，也不記錄檔案內容 —— 那是寫進開發規範的硬性規定，不是設定選項。
做得到什麼、做不到什麼
- 只抽得到真的是文字的部分。 掃描件是圖片，抽不到 —— 那要做 OCR。
- 分欄的版面會依閱讀順序串起來，但複雜的雜誌式排版仍可能錯位。
- 表格會變成一行行文字，欄位對齊會消失。要保留表格請用「PDF 轉 Excel」。
- 頁首頁尾會跟內文混在一起 —— 系統不會猜哪一行是頁碼。
常見問題
- 抽出來是空的，怎麼回事？
- 那份多半是掃描件。先用「字數與頁數統計」確認，是的話就去做 OCR。
- 可以保留段落嗎？
- 換行會保留，但「哪幾行屬於同一段」PDF 本身就沒有記錄，只能靠猜。
- 跟複製貼上有什麼差別？
- 整份一次抽完，而且中文的斷行處理過。手動複製長文件容易漏頁。
