扫描件 PDF 转文字：OCR 到底能不能救
扫描件 PDF 通常是"整页都是图片"，里面没有真正的文字层，因此普通 PDF 转 Word 提不出内容，下载的 Word 往往是空文件。解决办法是 OCR（光学字符识别）：把图片里的文字"认"出来，再生成可编辑文本。
- 先判断：选中文字能不能高亮？能 → 有文字层；不能 → 是图片扫描件。
- 扫描件转换会自动走 OCR：前 5 页，识别中文+英文。
- 识别出的文字可以编辑，但复杂表格和精确排版仍不保证。
FAQ
为什么扫描件转出来的 Word 是空的？ 因为文件没有文字层，提不出文本；此时会自动尝试 OCR，但仍建议先用前几页测试。
OCR 支持哪些语言？ 中文和英文（简体中文为主）。日文、韩文等语种暂不保证。
会保留原来的版式吗？ 不会。OCR 输出的是可编辑文字，表格与版式很难 1:1 保留。