GUIDE深度 · Deep dive
PDF 提取文本 vs OCR
电子生成的 PDF 有文本层，可直接提取；扫描/拍照 PDF 只有图片，必须 OCR。OCR 会认错数字/人名/表格，重要文件要人工校对。
判断
能选中文字=有文本层。
只能框选/截图=扫描件。
准确率
清晰扫描+好 OCR 较高。
表格/手写/低分辨率差。
常见问题
提取会保留表格吗？
通常不；按文字流输出。
能批量吗？
当前单个 PDF；批量后续加。
电子生成的 PDF 有文本层，可直接提取；扫描/拍照 PDF 只有图片，必须 OCR。OCR 会认错数字/人名/表格，重要文件要人工校对。
能选中文字=有文本层。
只能框选/截图=扫描件。
清晰扫描+好 OCR 较高。
表格/手写/低分辨率差。
通常不；按文字流输出。
当前单个 PDF；批量后续加。