先分清三类任务
文档类的需求大致分三类:一是「拼装与拆解」(多个 PDF 合成一份、把某几页抽出来);二是「格式与内容转换」(PDF 转图片、转文字、表格转数据);三是「加东西」(签名、水印、印章)。先归类再选工具,比在一个页面里找半天更省事;同类需求往往一次只用一个工具就够了。
合并与拆分:顺序和页码最容易出错
合并时要先确认文件的先后顺序,很多系统按上传顺序拼接,顺序错了要重来。拆分建议先看清页码范围(例如第 3–7 页),抽错了会白折腾。带打开密码或权限限制的 PDF 需要先解除限制,否则连预览都会失败。另外,合并不会重新压缩内容,清晰度与原文件一致,但总大小基本等于各文件之和。
扫描件的坑:图片型 PDF 必须走 OCR
很多人以为「PDF 里明明有字」,为什么转文字却得到空白?因为扫描件本质是一张张图片,里面没有可提取的文本层。判断方法很简单:用鼠标在原文上试着选中文字,能选中说明有文本层;选不中就属于图片型,需要走 OCR 识别。OCR 的准确率受清晰度与倾斜角度影响,拍歪的扫描件先旋转校正再识别,结果会好很多。
数据与格式转换:别让信息在中间环节丢失
把表格从 Excel 导出成 CSV 时,中文场景请选择「CSV UTF-8」,否则对方打开会变成乱码。CSV 里含逗号或换行的字段必须用双引号包裹,这一点 Excel 会自动处理,手工拼数据时最容易忽略。YAML 与 JSON 互转时,YAML 1.1 的 yes/no 会被当成布尔值,转换后要核对类型是否符合接口要求;注释与锚点引用在转换后会丢失,需要保留就别用它做中间格式。OFD 是国产版式文档标准(常见于电子发票),普通阅读器打不开,可以直接在浏览器里查看并转成 PDF 或图片存档。
签名与盖章:先划清法律边界
在 PDF 上贴一张手写签名图片,属于「图形化签名」,适合内部流转、报销单、非正式确认;但涉及合同、房产、劳动关系等场景,法律上认可的是可靠的电子签名(有实名认证与防篡改机制),普通贴图不具同等效力。同理,站内生成的电子印章只是演示样式,不能用于正式文件。把这一条写在这里,是希望你在省事的同时别踩到风险;重要文件请走合规的电子签章平台。
在浏览器里处理文档意味着什么
合同、发票、体检报告这类文件,很多人不愿意上传到陌生网站——这个顾虑是对的。本地处理意味着解析与生成都在你的设备上完成:断网可用、不上传、不留副本,服务端也没有机会保存。代价是超大文件(几百 MB 的图纸类 PDF)会比较吃内存,这类文件建议在电脑上分批处理,或者改用桌面软件。
常见问题
扫描的 PDF 能直接转成文字吗?
要看它有没有文本层。能在原文上选中文字,就能直接提取;选不中的属于图片型扫描件,需要先做 OCR 识别,识别后仍需人工核对数字与专有名词。
合并 PDF 会降低清晰度吗?
不会。合并只是把各文件的内容按顺序拼在一起,不重新压缩图像;文件变大的原因是各页原始内容都保留了下来。
文件大小有限制吗?
没有服务端限制,但受你的设备内存影响。十几 MB 的普通文档毫无压力;上百 MB 的图纸类文件建议在电脑上处理。