它与其他在线 PDF 工具有什么不同？

多数在线 PDF 工具会把你的文件上传到远程服务器进行处理。本工具采用客户端 JavaScript，所有处理都在你的浏览器本地完成。文件不会被传输到任何服务器，因此文档内容始终掌握在你自己手中。

我的 PDF 文件会被上传吗？

不会。文件由浏览器直接读取，文件绝不会通过网络传输。整个工具仅在你打开的这个浏览器标签页内运行。

我能验证文件没有被上传吗？

可以。打开浏览器的开发者工具（F12），切换到 Network（网络）面板，在使用工具时留意是否有外发请求。你会发现没有任何文件数据离开浏览器。本站可能会记录匿名页面浏览计数，该计数不包含你的任何文件，且可以关闭。

这个工具能离线使用吗？

可以。页面加载完成后，工具在浏览器中处理你的文件；工具功能无需网络连接。你可以断开网络后继续使用。

刷新页面后会怎样？

由于服务器上没有保存任何内容，刷新页面会清空当前会话。之前选择的文件需要重新选择。

这个工具会保存我的文件吗？

不会。文件仅在页面打开期间保存在浏览器内存中。关闭或刷新页面后即被丢弃。工具不会向磁盘写入任何内容，也不会发送到服务器。

这个工具能解锁有密码保护的 PDF 吗？

不会。本工具不会尝试移除或绕过 PDF 的密码保护。如果你知道密码，可以先用本站的 Unlock PDF 工具在本地移除密码，然后再用本工具处理文件。

这个工具使用了哪些技术？

本工具使用 pdf.js 渲染页面，并使用编译为 WebAssembly 的 Tesseract OCR 引擎（tesseract.js）在同源的 Web Worker 中运行——你的文件不会离开浏览器。

这个工具使用 WebAssembly 吗？

是的——这是本站为数不多确实使用 WebAssembly 的工具之一。Tesseract OCR 引擎是由 C++ 编译为 WebAssembly 的，运行在你的浏览器内；.wasm 二进制文件由本站提供，任何内容都不会被发送到别处。

为什么首次运行比之后的运行更慢？

首次使用时，你的浏览器会从本站下载 OCR 引擎和语言模型（数 MB）并进行编译。之后它们会被缓存，因此后续运行启动会快得多。

如何在这里对扫描版 PDF 进行 OCR？

从你的设备中选取一个扫描版 PDF，选择文档语言（英文或繁体中文），然后选择识别。每一页都会在本地被渲染并读取，完成后你可以预览文本并将其保存为 .txt 文件。

为什么识别出的文本只是一个 .txt 文件，而不是可搜索的 PDF？

本工具会将识别出的文字输出为纯文本，而不是把一个隐藏的文本层写回 PDF，因此你的原始扫描版 PDF 保持不变。如果你需要把文字放进页面里，你可以从保存的 .txt 或屏幕上的预览中复制它们，预览会逐页列出文本。

我能在同一份文档中运行两种语言吗？如果选错了会怎样？

在识别之前，你要为整份文档选择单一一种语言，因此一个混合了英文和繁体中文的文件会偏向你所选择的那一种。识别质量也取决于扫描本身，因此倾斜、低分辨率或手写的页面无论选哪种语言都往往效果不佳。

OCR PDF 工具需要付费吗？

OCR PDF 工具完全免费——无需账号、无需注册，对可处理的扫描 PDF 数量也没有任何限制，永远如此。每一页都由编译为 WebAssembly 的 Tesseract OCR 引擎在您的浏览器内直接识别，因此无论扫描件包含合同、证件还是病历，都不会发送到任何地方。

私密对扫描版 PDF 进行 OCR——在浏览器中识别文字

选择一个扫描版 PDF 和一种语言；每一页都在本地由 Tesseract（编译为 WebAssembly）渲染并识别，识别出的文字会显示出来，并可下载为 .txt 文件。

Quick answer

What it does: 选择一个扫描版 PDF 和一种语言；每一页都在本地由 Tesseract（编译为 WebAssembly）渲染并识别，识别出的文字会显示出来，并可下载为 .txt 文件。
Free?: Yes — 100% free, no account or sign-up.
Files uploaded?: No — everything is processed in your browser.
Works offline?: Yes — once the page has loaded.
Best for: 会计师对扫描发票进行 OCR，将明细金额复制到电子表格中，无需重新输入。
Good to know: 此版本支持英文和繁体中文。

How it works

从你的设备中选取一个扫描版 PDF 并选择文档语言。
文件读入浏览器内存——没有数据离开你的浏览器。
pdf.js 在 Web Worker 中将每一页渲染为图片。
Tesseract OCR——编译为 WebAssembly 并由本站提供——在本地识别每一页的文字；语言模型同样从本站加载，而非第三方 CDN。
识别出的文字会逐页显示，并以 .txt 形式提供下载。

When to use this tool

会计师对扫描发票进行 OCR，将明细金额复制到电子表格中，无需重新输入。
学生对扫描的课程讲义进行 OCR，以获取可搜索、可复制的文字用于笔记。
档案员将扫描的繁体中文文件转换为可搜索文字，用于数字图书馆。
OCR 准确性取决于扫描质量——模糊、倾斜或低分辨率的页面可能产生错误；请将输出结果视为尽力而为的草稿。

Frequently asked questions

它与其他在线 PDF 工具有什么不同？: 多数在线 PDF 工具会把你的文件上传到远程服务器进行处理。本工具采用客户端 JavaScript，所有处理都在你的浏览器本地完成。文件不会被传输到任何服务器，因此文档内容始终掌握在你自己手中。
我的 PDF 文件会被上传吗？: 不会。文件由浏览器直接读取，文件绝不会通过网络传输。整个工具仅在你打开的这个浏览器标签页内运行。
我能验证文件没有被上传吗？: 可以。打开浏览器的开发者工具（F12），切换到 Network（网络）面板，在使用工具时留意是否有外发请求。你会发现没有任何文件数据离开浏览器。本站可能会记录匿名页面浏览计数，该计数不包含你的任何文件，且可以关闭。
这个工具能离线使用吗？: 可以。页面加载完成后，工具在浏览器中处理你的文件；工具功能无需网络连接。你可以断开网络后继续使用。
刷新页面后会怎样？: 由于服务器上没有保存任何内容，刷新页面会清空当前会话。之前选择的文件需要重新选择。
这个工具会保存我的文件吗？: 不会。文件仅在页面打开期间保存在浏览器内存中。关闭或刷新页面后即被丢弃。工具不会向磁盘写入任何内容，也不会发送到服务器。
这个工具能解锁有密码保护的 PDF 吗？: 不会。本工具不会尝试移除或绕过 PDF 的密码保护。如果你知道密码，可以先用本站的 Unlock PDF 工具在本地移除密码，然后再用本工具处理文件。
这个工具使用了哪些技术？: 本工具使用 pdf.js 渲染页面，并使用编译为 WebAssembly 的 Tesseract OCR 引擎（tesseract.js）在同源的 Web Worker 中运行——你的文件不会离开浏览器。
这个工具使用 WebAssembly 吗？: 是的——这是本站为数不多确实使用 WebAssembly 的工具之一。Tesseract OCR 引擎是由 C++ 编译为 WebAssembly 的，运行在你的浏览器内；.wasm 二进制文件由本站提供，任何内容都不会被发送到别处。
为什么首次运行比之后的运行更慢？: 首次使用时，你的浏览器会从本站下载 OCR 引擎和语言模型（数 MB）并进行编译。之后它们会被缓存，因此后续运行启动会快得多。
如何在这里对扫描版 PDF 进行 OCR？: 从你的设备中选取一个扫描版 PDF，选择文档语言（英文或繁体中文），然后选择识别。每一页都会在本地被渲染并读取，完成后你可以预览文本并将其保存为 .txt 文件。
为什么识别出的文本只是一个 .txt 文件，而不是可搜索的 PDF？: 本工具会将识别出的文字输出为纯文本，而不是把一个隐藏的文本层写回 PDF，因此你的原始扫描版 PDF 保持不变。如果你需要把文字放进页面里，你可以从保存的 .txt 或屏幕上的预览中复制它们，预览会逐页列出文本。
我能在同一份文档中运行两种语言吗？如果选错了会怎样？: 在识别之前，你要为整份文档选择单一一种语言，因此一个混合了英文和繁体中文的文件会偏向你所选择的那一种。识别质量也取决于扫描本身，因此倾斜、低分辨率或手写的页面无论选哪种语言都往往效果不佳。
OCR PDF 工具需要付费吗？: OCR PDF 工具完全免费——无需账号、无需注册，对可处理的扫描 PDF 数量也没有任何限制，永远如此。每一页都由编译为 WebAssembly 的 Tesseract OCR 引擎在您的浏览器内直接识别，因此无论扫描件包含合同、证件还是病历，都不会发送到任何地方。