文字 PDF 含有可读取的文字层；扫描 PDF 的页面主要是图片。提取工具先读取文字层，必要时对页面做 OCR，再合并可识别的文字。
OCR 模型默认匹配浏览器或设备语言，并兼容英文。模型选择不是文档语言的自动检测；其他语种、手写字、倾斜和低清扫描可能识别不准。
操作与核对
先选少量页测试，再处理整份文件。导出 DOCX 是可编辑文字重排，不会还原原 PDF 的表格、分页或双栏。请重点校对金额、日期、姓名和编号。
文字 PDF 含有可读取的文字层；扫描 PDF 的页面主要是图片。提取工具先读取文字层，必要时对页面做 OCR，再合并可识别的文字。
OCR 模型默认匹配浏览器或设备语言，并兼容英文。模型选择不是文档语言的自动检测；其他语种、手写字、倾斜和低清扫描可能识别不准。
先选少量页测试，再处理整份文件。导出 DOCX 是可编辑文字重排，不会还原原 PDF 的表格、分页或双栏。请重点校对金额、日期、姓名和编号。