Extraer texto e imágenes de un PDF
Copia el texto del PDF o guárdalo como txt, y exporta las imágenes incrustadas en un paquete de PNG
把 PDF 拖到这里，或点击选择
一次处理一个文件；纯文字版 PDF 提取最快，扫描件没有文字层（提取不到文字是正常现象）
PDF 提取文字与图片的常见用法
复制文字做笔记。论文、合同、说明书、报告里的段落要引用到自己的文档里，重新打一遍既慢又容易错。选中页码范围提取成纯文本，再复制到笔记软件即可。需要注意提取的是"文字层"，原始排版（多栏、表格、公式）会被拉平，因此它适合取内容，不适合还原版式——要保留版式请用「PDF 转图片」。
把合同、论文里的图单独取出来。PDF 里的插图在内部就是一张嵌入的图片对象，本工具能把它原样取出（不会重新压缩、不会掉清晰度），导出为 PNG 后可以放进 PPT、文档、推文配图。带页码的文件名让你能对照原文找到出处；同一张图在多页重复出现时会自动去重，不会给你一堆重复文件。
为什么有的 PDF 提取不到文字。扫描件（用扫描仪或手机拍的纸质文件）整页只有一张图片，PDF 里没有任何文字层，所以提取结果为空白——这不是工具坏了，而是那份文件里本来就没有可提取的文字。想从扫描件拿到文字必须做 OCR（光学字符识别）：中文 OCR 需要加载十几 MB 的模型，与「轻量、打开就能用的本地工具」定位冲突，也会明显拖慢页面，因此本工具明确不做 OCR。需要识别扫描件请使用专业的 OCR 软件或服务。
提取不到图片的情况。若某页的图形是矢量绘制（例如用线条和色块画出的流程图、用曲线画的 Logo），它们在 PDF 里不是"图片对象"，无法按图片取出；个别 CMYK 色彩空间、带蒙版的图片对象也无法直接解码，本工具会跳过它们并如实告知跳过数量，而不是让整页失败。这类情况都可以改用「PDF 转图片」把整页渲染成 PNG。
关于隐私：整个解析过程在你的浏览器里完成（用 pdf.js 读取文件），PDF 不会被上传到任何服务器。合同、身份证、财务单据这类材料可以放心处理，可在浏览器开发者工具的 Network 面板核验没有文件上传请求。
Preguntas frecuentes
Ese PDF es muy probablemente una digitalización: las páginas solo contienen imágenes y no tienen capa de texto, así que no hay nada que extraer - usa una herramienta OCR profesional para reconocerlo. Cómo distinguirlo: intenta seleccionar texto en tu lector; si por más que arrastras no logras seleccionar nada, es una digitalización.
Un PDF no guarda «párrafos» por dentro, solo coordenadas de fragmentos de texto. El orden de lectura en maquetaciones a varias columnas y tablas que cruzan líneas a menudo no se puede reconstruir solo. Prueba a reducir el rango de páginas (unas pocas por vez) y luego ordena con buscar y reemplazar en un editor.
La extracción de texto va página a página; decenas de páginas suelen tardar segundos, y la barra de estado muestra «extrayendo i/N». Con documentos muy largos (cientos de páginas) o páginas con muchas imágenes, procesa por lotes de rango de páginas para no ocupar demasiada memoria de tu máquina.
No. Los datos de imagen originales incrustados en el PDF se extraen tal cual, sin remuestrear: la nitidez es la del archivo original. El PNG exportado es solo un envoltorio sin pérdidas, por eso ocupa algo más que el JPEG original; es normal.
Los PDF con contraseña de apertura no se pueden analizar. Abre antes el archivo en un lector, guarda una copia sin contraseña y sube esa copia para procesarla.