PDF转JSON转换器 – 提取文本、元数据和坐标 | DonePDF

上传 PDF 文件

将文件拖放到此处或点击浏览（PDF 文件）

如何将PDF转换为JSON

添加PDF – 将文件拖放到上方的框中。页面缩略图会显示出来，方便您查看要转换的内容。
选择页面 – 输入页码范围（如 1-5,8）或点击缩略图。保留“all”即可转换所有页面。
选择输出格式 – “结构化 JSON”输出各页及其文本，“原始文本”只输出文本，“仅元数据”输出文档属性。如需每个文本项的位置，请开启文本坐标。
转换并保存 – 点击“转换”，检查结果，然后复制或下载 .json 文件。

JSON包含哪些内容

文档属性 – 标题、作者、主题、关键词、创建程序、生成程序、创建和修改日期以及PDF版本 – 前提是文件中存有这些信息。
每页一个条目 – 页码、以磅为单位的宽度和高度、旋转角度以及提取的文本。
文本坐标 – 可选输出每个文本项的 x 和 y 位置、宽度、高度和字体名称 – 便于在表单或发票中定位字段。
扫描件OCR – 扫描页面可通过多种语言的文字识别（OCR）读取，包括阿拉伯语、中文和日语。

适用场景

将PDF文本输入到需要JSON格式的脚本、数据库或AI工具中。
利用文本坐标，从版式固定的PDF中提取发票号码或总金额等数值。
在发布PDF之前检查其包含哪些元数据。
只需要文本？PDF转文本可生成纯 .txt 文件。

须知

JSON描述的是文本而非版式：表格会变成独立的文本项，而不是行和列。如需处理表格，请使用PDF转Excel。
OCR结果可能存在错误，且OCR页面无法提供坐标。
受密码保护的PDF需要先解锁。
所有处理均在您的浏览器中完成 – 文件不会上传到我们的服务器。使用OCR时，首次会下载所选语言的识别数据。

PDF转JSON – 常见问题

什么是PDF转JSON转换器？

它读取PDF的文本和属性，并以JSON格式写出。JSON是一种程序易于读取的结构化文本格式。

能获取文本的位置吗？

可以。开启“包含文本坐标”，即可获得每个文本项的 x 和 y 位置、尺寸和字体。

支持扫描的PDF吗？

支持，请使用OCR选项。选择文档的语言可获得最佳效果。

可以只转换部分页面吗？

可以。输入页码或页码范围，或点击缩略图。

表格会被转换成行和列吗？

不会。表格单元格会被提取为文本项。如需保留表格结构，请使用PDF转Excel。

我的文件会被上传吗？

不会。转换在您的浏览器中进行，PDF始终保留在您的设备上。

免费吗？

是的 – 无需注册，没有水印。

相关工具：反向转换请用JSON转PDF，输出XML请用PDF转XML，处理表格请用PDF转Excel。

在PDF数据处理工具中探索完整的工具集合。

本主题中的更多工具