PDF → TXT
小說從 PDF(.pdf)轉成純文本(.txt)是很常見的一步 —— TXT 檔案是純文本檔案,能在更多軟體中開啟,體積也更小。不過 PDF 轉純文本會有額外的問題需要考慮:會丟失全部插圖、封面與圖表;書名、作者、語言等後設資料。下面詳細說明 PDF 如何轉成純文本以及注意點,文末附帶 PDF 轉純文本的轉換工具,可以直接在瀏覽器裡上傳檔案轉換。
What is PDF?
PDF 記錄的不是「段落」,而是「在頁面的哪個位置畫什麼」,所以它能把版面原樣固定下來 —— 字型、分欄、圖表位置在任何裝置上都完全一致,打印出來也和螢幕上一樣。代價是讀者無法重排、不能調字號,長文在小螢幕上只能靠縮放閱讀。它最適合需要嚴格保版式的場景,比如論文、合同、掃描件、印刷稿,以及需要長期歸檔、不希望被改動的檔案。 檢視 PDF 格式詳情
| Extensions | .pdf |
|---|---|
| Typical use | 需要嚴格保版式的文件、論文、合同與掃描件;也可作為列印與歸檔格式。 |
What is TXT?
TXT 是純文本,檔案裡只有字元和換行,沒有任何排版資訊,因此體積最小、相容性最好 —— 從最簡陋的功能機到任何作業系統,幾乎沒有打不開它的軟體。中文網路小說絕大多數以它流傳,它也是複製、搜尋、批次處理和二次轉換最方便的格式。代價是它不儲存圖片、顏色、表格和目錄,書名作者這些資訊也無處安放,所以它更像「一份乾淨的正文」,而不是一本完整的書。 檢視 TXT 格式詳情
| Extensions | .txt |
|---|---|
| Typical use | 中文網路小說、日誌與任何需要最大相容性的純文字內容。 |
如何把 PDF 轉成 TXT
PDF 裡的換行多半是「視覺換行」而不是段落結束:一個段落可能被切成 5 行、每行都是獨立文本塊。直接抽取會得到一堆硬回車,需要按行尾是否完整句子、行寬是否接近頁寬來重新合併段落。掃描版 PDF 更是完全沒有文字層,抽取結果為空白,必須先做 OCR。
由於 TXT 只能儲存字元,所以所有字型、字號、顏色、表格、腳註、超連結都會消失,章節標題降級為普通文字行。轉換時還要選定編碼(中文建議 UTF-8,老裝置可能要求 GBK)。
版式要「打散重建」:PDF的段落、分栏、图表位置是为固定页面排的,转成可重排格式后这些位置信息没有意义,转换器只能按文字流重新拼接。结果是段落可能被并错、分栏可能串行、图表会跑到文字中间。转换后务必通读前几章,重点看对话分段和图表附近。
源是「一頁一張整圖」,而目標會重排:每張圖會作為獨立圖片按順序插入,文字層若不存在就只剩圖片流。這種情況下轉出的檔案往往體積巨大、無法搜尋,閱讀體驗反而比原格式差。
PDF源文件里的书名、作者、出版社、语言、目录、封面等元数据在目标格式中无处存放,转成TXT格式也会全部丢失。
PDF 轉 TXT 工具
PDF → TXT
轉換完全在你的瀏覽器裡完成,檔案不會上傳到任何伺服器。
全平臺同步閱讀進度的小說閱讀器
閱竹 Tide Reader 支援 TXT 與 EPUB,匯入即自動識別章節、按你的習慣排版,閱讀進度在 Windows、macOS、iOS、Android 之間同步。轉換出來的檔案直接拖進來就能讀。
免費下載閱竹支援 TXT / EPUB;本地閱讀優先,可選雲同步與 WebDAV。
