按需要调整
选择页码、顺序或输出设置，让结果符合这一次的任务。
浏览器内处理
PDF OCR 文字识别
把扫描 PDF 转为可搜索 PDF，保留页面外观；也可以校对文字后下载 TXT。
添加一份或多份 PDF
每份最多 30 MB、30 页。
批量最多 8 份，输入与输出分别不超过 120 MB。共用设置，逐份处理，成功文件打包为 ZIP。
从设备中选择文件 · 仅在浏览器内处理
尚未选择 PDF。
可搜索 PDF 为无文字页面添加不可见文字层，已有文字页保留原样。不提供 Word 转换或无障碍标签结构。TXT 校对不会修改 PDF 文字层，请复核 OCR 姓名和数字。
详细指南与常见问题
结合实际使用场景，了解操作、限制与结果检查方法。
扫描 PDF 里的字看得见，却复制不了怎么办？
扫描件常把整页保存成图片，人眼能读到文字，文件里却没有可复制的字符。文字识别会分析这些像素，生成可以编辑的文本。本工具支持印刷体简体中文、英文及中英混合，可以选择可搜索 PDF，为扫描页添加不可见文字层；也可以在页面上校对文字后下载 UTF-8 TXT。
如果原 PDF 已有可靠文字层，建议先用普通提取文字工具，避免多做一次识别而引入错误。TXT 输出纯文本；可搜索 PDF 默认保留原页面图像并叠加文字，启用扫描调整时指定无文字页会重建。两种模式都不是 Word 排版转换。
中文资料应该选择哪种语言？
纯英文资料选 English，以简体中文为主的资料选简体中文，含英文型号、缩写、参考文献的中文材料可以选“简体中文 + 英文”。使用中文模型生成可搜索 PDF 时，会嵌入完整字体以支持连续词搜索，文件可能明显增大。语言模型要与原稿相符，不能因为字形接近，就把一种语言当成另一种语言处理。
繁体中文、日文、手写字、数学符号和特殊字体不在本页的可靠识别承诺范围内。即使偶尔识别出部分内容，也应逐项核对，不要把看起来通顺的结果直接当作准确原文。
怎样识别并导出 TXT？
添加文件，选语言，开始处理。工具逐页读取，结果中带有来源页标记，便于回看原稿。完成后直接修改下方文本框，下载内容会随修改更新。
建议先拿一份有代表性的短文件试用，挑包含姓名、数字、标点的一段比对。不要只看有没有输出大段文字；少一个小数点、把 0 识别成 O，都可能改变含义。
为什么中文、数字或标点识别错了？
扫描模糊、倾斜、阴影、浅色印刷、压缩噪点和纸张污渍都会影响判断。生僻人名、专业术语、编号等没有明显语言上下文的内容，也更容易出错。
优先校对身份证明编号、日期、金额、单位、小数点和负号。对于表格，还要核对数字属于哪一行、哪一列。原稿本身看不清时，重新获取清晰扫描通常比反复识别同一张模糊图更有用。
怎样准备更适合识别的扫描件？
页面尽量摆正，光线均匀，纸面平整，不要切掉边缘笔画。手机斜拍可能需要先做透视校正；书籍中缝弯曲和黑影也应在扫描阶段尽量减少。
识别前不要为了减小体积先把小字压糊。保留清晰原稿做 OCR，需要分享时再另做压缩副本。本工具不自动修复折痕、褪色或曲面，也不能恢复原图中已经缺失的笔画。
表格、多栏文章和手写内容能保留吗？
本工具面向印刷体文字。手写字可能漏识别或误识别，多栏文章可能需要人工调整阅读顺序。图注、旁注和页脚也可能混进正文。
TXT 没有真正的单元格结构，因此不能承诺表格的行列关系。本页不输出 Excel 或 CSV。涉及账目或统计表时，应使用适合表格识别的流程，再逐格核对数据。
怎样把扫描 PDF 转为可搜索 PDF？
在输出格式中选择“可搜索 PDF”，按内容设置识别语言，再开始处理。工具检查每页是否已有文字；已有文字的页面保留原样，不叠加第二份文字。无文字页完成识别后，新增不可见字符层，未启用扫描调整时，原始扫描图像、页序和页面边界保留。旋转角度与裁剪区域会参与文字层的位置映射。
下载后在阅读器中搜索一个有代表性的词，选中一小段文字，核对选中区域是否与画面对应。尤其检查旋转页，以及姓名、金额和编号。没有识别出字符的页不会增加文字层，结果摘要会说明新增和保留的页数。已有但编码错误的文字层不会自动修复，仍应另用合适的 OCR 编辑流程。
TXT 校对可以同步改掉 PDF 里的识别错误吗？
不能。这是两种独立输出：文本框修改会更新 TXT 下载，但不会重写可搜索 PDF 的字符或位置。PDF 文字层使用识别引擎结果。若姓名或数字错误，可以改善原稿后重新识别，或使用支持校对 PDF 文字层的编辑器。不要把修正后的 TXT 当作另一份 PDF 已经同步修正的证明。
原扫描画面仍是核对依据。OCR 把一个字认错，搜索时可能漏掉这一处，即使画面看起来没有问题。复杂表格和多栏内容也可能出现不理想的复制顺序。工具不生成 Word、Excel 或 CSV，也不把纸面表格变成真实单元格。
书签、链接和无障碍结构会怎样处理？
未启用扫描调整时，可搜索模式在原 PDF 上添加文字，不重建页面。原有页面、图片、尺寸和普通导航对象保留，依赖书签或链接时仍需下载验证。含签名字段、数字认证或 XFA 的文件不支持此模式，因为重写可能影响其特殊功能。
新增文字层不等于已完成无障碍 PDF：阅读顺序、标题标签、图片说明和表格结构仍需单独检查。OCR 也不是永久遮盖敏感内容。后续如果用仅保留图像的压缩方式处理，可搜索文字层可能丢失；完成最后一次处理后，要再次验证搜索和选择文字。
首次加载慢、取消任务或识别失败怎么办？
首次需要从本站加载识别引擎和语言模型，之后由设备处理。网络影响模型加载，设备性能和页数影响识别速度；手机上处理长扫描件可能更慢。
每次支持不超过 30 MB、最多 30 页的未加密 PDF，输出最多 120 MB，单页渲染还有像素上限。可以取消后改用更短文件。失败会提示错误，不会把空文件当作成功结果；TXT 中没有识别出文字的页面会明确标注；PDF 中则保留该页，不添加新文字层。下载前请逐页检查，尤其是后续要引用的段落。
扫描 PDF 有点歪，怎样纠偏？
勾选“识别前调整扫描页面”，填写需要调整的实际页码，再选择预览页。手动角度范围是 −5° 到 5°，正值按屏幕方向顺时针旋转。也可以启用轻微倾斜角度估计，但文字太少、表格线或背景噪声可能让估计不准确，必须先看对照预览。
轻微纠偏不是 90° 旋转，也不会修复透视变形或书脊附近的弯曲文字。为了不切掉四角，调整会把页面内容缩放到原可见边界内，可能稍微缩小内容并增加白边。请同时检查页边与正文，不只看中间一行是否水平。
怎样提高清晰度，又不弄丢印章和浅色笔迹？
亮度与对比度可在 −30 到 30 之间调整，也可以选择灰度。过度调整可能让浅色印章或细笔画消失，工具不会判断这些痕迹是否重要。请比较前后画面，从较小变化开始；颜色承载信息时保留彩色。重置调整会清零角度、亮度和对比度，并关闭自动估计及灰度，确认勾选也会取消。
启用后，可搜索 PDF 中指定的无文字扫描页以 144 DPI 重建，不再保留这些页原图片的字节；重建页上的链接和批注移除。其余页面保持原样，已有文字页不做扫描调整。带交互字段的表单不支持启用调整。调整是可选功能，默认关闭。
能只调整几页，其余页面保持原样吗？
可以填写“1,3-5”这样的范围。不同页的亮度和倾斜可能不同，请检查各部分的代表页；需要不同设置时，可分批处理。结果摘要会报告实际重建的扫描页数。TXT 模式只把调整后的图像用于识别，下载仍是纯文本，不是增强扫描 PDF。
完成可搜索 PDF 后，检查调整页的边缘、印章和小字，并验证搜索与文字选择位置。扫描调整不是永久删除隐私的工具，原文档仍可能含隐藏对象和属性；需要分享前删除敏感内容，请使用单独的永久遮盖工具。
多份扫描 PDF 能一起做 OCR 吗？
在文件选择框中同时选两到八份 PDF，工具就会逐份处理。识别语言和输出格式共用，每份仍限制 30 MB、30 页，整批输入及成功输出分别不超过 120 MB。损坏、加密或超页数的文件单独标为失败，其余文件继续。
可以逐份下载成功结果，也可以下载 ZIP。包内 manifest.json 记录原文件名、状态和输出名，同名输入不会互相覆盖。批量 TXT 请在文字编辑器中逐份校对，不会合成一段混杂的识别结果。可搜索 PDF 保持各自页数及已有文字页。扫描调整限单文件模式，方便预览并确认外观。取消任务会清除队列结果；更换文件或设置后，需要重新处理。