PDF 轉文字轉換器一次處理一份 PDF，而非在單次轉換中處理多個檔案。若要處理多檔案專案，請分別對每份文件執行轉換器，再合併下載的 TXT 檔案；其經驗證的工作流程一次接受一份本機 PDF，而非多檔選取、ZIP 輸入或批次佇列。
批次需求在實務上的意義
「PDF 轉文字一次處理多個檔案」這個說法可能指兩種不同的結果。您可能想將數份來源 PDF 分別轉換成數個獨立的 TXT 檔案，也可能想將多份文件合併成一個主要文字檔。轉換器每次處理一份來源文件的擷取階段，但不會自動合併多份 PDF。
對每份符合其限制的 PDF 各使用一次 PDF 轉文字轉換器。個別下載每個結果，或將每份預覽內容複製到其他純文字編輯器，再依您偏好的順序合併摘錄。第二種方法是外部彙整步驟，並非轉換器內的批次功能。
- 獨立的 TXT 檔案：對每份 PDF 重複轉換，並依來源文件衍生出的檔名下載各個結果。
- 單一合併的 TXT 檔案：個別轉換每份 PDF，將結果複製到文字編輯器，並以 UTF-8 儲存合併後的文件。
變更所選輸入會清除先前的擷取內容，因此預覽計數不會意外顯示較早的 PDF。即使有這項保護，在彙整較大的檔案集合前，仍應將每個檔名與結果和其來源比對。
適用於每份 PDF 的限制
檔案大小與頁數限制適用於每次個別轉換，而非 PDF 集合。檔案不得為空、大小不得超過 25 MiB，長度不得超過 40 頁。轉換器也會對擷取文字的數量與長度 enforcing 固定處理限制。
| 需求或條件 | 轉換器的處理方式 |
|---|---|
| 一份非空白的 PDF | 每次執行處理一份本機 PDF；沒有多檔佇列或自動串接功能。 |
| 檔案大小 | 接受最大 25 MiB 的 PDF。 |
| 頁數 | 接受最多 40 頁的 PDF。 |
| 文字處理預算 | 限制也涵蓋每頁文字項目數、文字項目總數、個別項目長度及輸出字元總數。 |
| 超過限制 | 傳回錯誤，而不是可能看似完整的部分結果。 |
| 加密、格式錯誤、不支援或損毀的檔案 | 可能會失敗，因為轉換器不會略過密碼或修復損毀的 PDF。 |
因此，PDF 可能符合顯示的檔案大小與頁數限制，卻仍超過文字項目或字元預算。發生這種情況時，請檢查錯誤，不要預設預覽內容包含所有頁面。將長文件分割成數份較小的 PDF，是讓每次轉換維持在支援範圍內的一種可行方式。
將每份 PDF 轉換為文字
- 選擇一份本機 PDF。確認其並非空白、大小不超過 25 MiB，且長度不超過 40 頁。如果它是只有影像的掃描檔，請改用 OCR。
- 按一下「轉換為文字」。轉換器會依頁面順序讀取 PDF.js 提供的有限文字項目。只有在您明確執行此操作後才會要求 PDF.js，且原始 PDF 不會被修改。
- 檢查預覽。檢查頁數與字元計數、查看是否有清楚的頁面分隔符，並確認文件開頭與結尾均存在。空白頁仍會保留表示，以確保報告編號與來源維持一致。
- 複製或下載結果。複製與下載使用相同的彙整結果。下載內容是 UTF-8 TXT 檔案，檔名衍生自來源 PDF 名稱。
請對下一份 PDF 重複這些步驟，不要嘗試將數份文件放入同一個輸入。如果批次包含許多檔案，請將輸出內容保存在專用資料夾中，並記錄每個 TXT 結果對應的來源名稱，再進行合併。
將獨立的 TXT 結果合併成一個檔案
合併輸出內容需要使用轉換器以外的純文字編輯器。這種方法可保留每個來源各自的 TXT 下載檔，同時產生一份可用於搜尋、引用或進一步編輯的工作文件。
- 個別轉換並下載每份 PDF。
- 開啟新的純文字文件，並為每份 PDF 建立來源標籤，方便日後辨識其內容。
- 依序開啟每個 TXT 檔案，複製其完整內容，並貼到合併文件中。
- 在各來源文件之間保留一行空白，並保留每次轉換產生的頁面分隔符。
- 將合併檔案儲存為 UTF-8 文字，然後將各區段的順序與頁面邊界和原始檔案清單比對。
請勿在未加上標示的情況下，將 OCR 產生的內容加入擷取區段。轉換器本身的輸出只代表 PDF.js 能讀取的可選取文字，因此不保證已擷取視覺上可見的所有內容。
辨識需要 OCR 的 PDF
轉換器會讀取 PDF 的可選取文字層，但不會執行光學字元辨識。數位建立的 PDF 通常包含 PDF.js 能取用的字元和文字定位指令。掃描檔可能只有整頁大小的影像，因此擷取時可能產生極少文字或完全沒有文字。
- 在一般 PDF 檢視器中可以選取文字：文件可能有可用的文字層，請試用轉換器並檢查結果。
- 頁面看起來像掃描檔，而且無法選取文字：請先使用專用的 OCR 工作流程，再嘗試進一步擷取文字。
- 只有部分頁面以影像為基礎：文字可能會出現在具有可選取內容的頁面，而只有影像的頁面則可能幾乎沒有或完全沒有內容。
OCR 是separate流程，因為轉換器不會辨識頁面影像中的字元，也不會為其虛構逐字稿。因此，若轉換成功但結果短得出人意料，應依視覺上有內容的頁數進行檢查。
瞭解閱讀順序與頁面邊界
PDF 文字是依位置放置在頁面上，並不像文字處理文件那樣以段落形式儲存。轉換器會遵循 Mozilla PDF.js 提供的項目順序，遵守明確的行尾標記，並在相鄰項目之間插入保守的空格。
- 多欄頁面、側邊欄和表格的順序可能與視覺版面不同。
- 頁首、頁尾、隱藏文字，以及逐字元繪製的字形，可能造成重複或不平均的間距。
- 表單中的文字可能不會轉為標示整齊的欄位，因為語意結構無法完全重建。
- 每頁都會加上清楚的分隔符，讓某頁的頁尾與下一頁的標題保持分開。
因此，輸出是易於閱讀的純文字呈現，而不是 PDF 的視覺複本。它適合用於粗略的可搜尋草稿、引用無障礙文字，或將簡單的頁面文字移至編輯器中。對於合約、科學符號、表格或其他需要維持精確關聯關係的內容，在倚賴擷取結果前，請先與來源頁面比對。
確認本機處理與下載行為
PDF 解析、文字彙整、預覽、複製及 TXT 產生均在目前的瀏覽器分頁中執行。文件及其擷取文字不會傳送至文件處理服務，原始 PDF 也不會變更。預覽是惰性純文字，而非可作用的 HTML。
轉換器也避免將文件解讀為作用中的檔案。它不會執行內嵌指令碼、遵循連結、抓取 PDF 中內嵌的外部資源，也不會將擷取內容解讀為 HTML。下載檔案會產生為 UTF-8 文字 Blob，這是一種由瀏覽器管理的二進位值，用於建立純文字下載檔案。
本機處理有助於限制文件曝露，但無法證明擷取出的措辭準確或安全。請獨立檢查輸出內容，尤其是在 PDF 來自陌生來源時。
重複使用前先檢查擷取結果
快速品質檢查可以避免大型檔案集合中容易忽略的錯誤。請搭配使用預覽計數與來源 PDF，而不是只依賴 TXT 檔案表面上的長度。
- 確認頁數與來源相符，且空白頁仍保留表示。
- 檢查第一頁與最後一頁，以及任何含有標題、數字或簽名的頁面。
- 將欄位與表格和其原始頁面比對，因為視覺上的關聯關係可能已經遺失。
- 查看是否有重複頁首、異常間距、遺漏文字，或以預期外順序出現的文字。
- 在合併或散布結果前，將每個 TXT 檔名與其來源 PDF 核對。
對於包含多份文件的集合，這種逐檔流程比真正的批次轉換器更費力，但仍然明確且可供稽核。每份接受的 PDF 都會產生自己的 UTF-8 文字擷取結果，每份擷取結果都能獨立檢查，並且可以在不修改任何來源 PDF 的情況下彙整出最終合併文件。
如果您正在評估各種選項，PDF 對半分割：輸出、限制與隱私有詳細介紹。
如果您正在評估各種選項，JPG 轉 PDF 應用程式：功能、步驟與限制有詳細介紹。