提取 PDF 中的每一段文本，包括其页码、位置和字体大小，并将其下载为干净、机器可读的 JSON。非常适合数据管道、LLM 摄取、RAG 索引和任何自定义 PDF 处理。
点击选择文件 或将文件拖放到此处
多个 PDF 文件
您的文件从未离开您的设备。
将单个 PDF 拖放到上传区域或点击从您的设备中选择它。所有操作都在本地进行；文件绝不会上传。
ZentoPDF 使用 PDF.js 读取每个页面，收集每个文本项及其页码、x/y 位置、宽度和字体大小，并将结果组装成一个标准化的 JSON 树。
点击下载以获取一个干净的 .json 文件，您可以将其流式传输到数据库、向量索引、LLM 提示或任何自定义脚本中。
文件包含一个顶层页面数组，每个页面都有其页码和文本项列表。每个项都包含原始字符串、x 和 y 坐标、宽度、高度和字体大小，因此您有足够的信息来重建布局或将其馈送到结构化索引器。
是的。输出保留了每页的阅读顺序并包含位置元数据，因此您可以智能地分块 JSON 以进行向量嵌入、检索增强生成或任何其他 LLM 工作流程，而无需在服务器端重新解析 PDF。
扫描的 PDF 是文本图像，不包含可选择的字符，因此 JSON 将为空。要提取其内容，请首先通过我们的 OCR PDF 工具处理它们 — 它会识别文本并将其写回 PDF，然后 PDF 正常转换为 JSON。
没有。整个提取过程在您的浏览器中通过 PDF.js 在客户端进行。您的原始 PDF 和生成的 JSON 永远不会离开您的设备，因此该工具对于机密财务、法律或研究文档是安全的。
没有人为限制 — 只有您设备的内存。现代笔记本电脑可以轻松地从数百页的 PDF 中提取 JSON，并且该工具 100% 免费，无需注册或水印。