PDF 转 XML
免费在线使用 PDF 转 XML 无需安装即可使用工具
关于 PDF 转 XML
PDF 转 XML 可提取 PDF 的元数据和文本内容，生成结构化的 XML 文档，供你查看、复制或下载。它使用 pdf.js 完全在浏览器中读取文件，不会上传任何内容。适合用于建立索引、数据流水线，或将 PDF 内容提供给其他处理 XML 的工具。
使用方法
1. 点击上传区域，或将 .pdf 文件拖放到此处 2. 工具读取 PDF 并生成 XML 文档 3. 在代码面板中查看 XML 输出 4. 点击「下载」保存 .xml 文件，或点击「复制 XML」粘贴到其他地方
提示与最佳实践
XML 会捕获文档元数据（标题、作者、创建者、生成器、日期、页数）以及每页的文本和尺寸。文本取自 PDF 的文本层，因此仅为扫描图片的 PDF 会得到空文本——如需最佳效果，请使用带真实文本层的 PDF。
▶XML 里包含什么？
一个 <document>，含 <metadata> 块（标题、作者、创建者、生成器、创建和修改日期、页数）和 <pages> 块，每个 <page> 列出页码、尺寸和提取的文本。
▶会提取图片或保留布局吗？
不会。仅提取文本层和元数据。图片、字体和视觉布局不会被体现——目标是机器可读的文本。
▶为什么我的 PDF 文本是空的？
该 PDF 很可能是没有文本层的扫描图片。PDF 转 XML 读取的是内嵌文本而非图片，因此扫描文档需要先进行 OCR 才能变为可搜索文本。
▶有页数或大小限制吗？
没有固定限制，但解析在浏览器中进行，因此非常大的 PDF 可能会更慢或占用更多内存，具体取决于设备。
▶我的 PDF 隐私吗？
完全隐私。PDF 使用 pdf.js 在本地解析，不会上传到任何服务器，文件始终留在你的设备上。
如果这个工具对你有帮助的话，请考虑请我喝杯咖啡。
请给我买杯咖啡吧。