PDF怎么复制文字？复制后断行、乱码的解决方法

Opener 团队·更新于 2026年11月11日·阅读约 6 分钟

要从 PDF 复制文字，只需在支持选中文字的查看器里打开它，拖动选中那段内容，再像在网页上一样复制即可。如果粘贴出来的文字断行或夹杂奇怪的字符，这在 PDF 里很常见，也很容易清理。如果什么都选不中，那这个 PDF 多半是扫描件，你需要先做文字识别（OCR）。

你可以用浏览器自带的查看器打开论文，也可以用 Opener 的 PDF 查看器：它能让你选中并复制文字，而且文件不会上传到任何地方。

选中并复制段落

1. 在支持选中文字的查看器中打开 PDF：浏览器、macOS 的“预览”，或者 PDF 查看器。
2. 先放大页面，看清这段话从哪里开始、到哪里结束。从一个词的中间开始选，是引文只复制了一半的最常见原因。
3. 在第一个字前面点一下，拖到段落末尾。要选较长的一段，可以先在开头点一下，滚动页面，再按住 Shift 在结尾处点击；很多查看器都支持这种方式。
4. 按 Ctrl+C（Mac 上是 Cmd+C）复制，粘贴到你的笔记里。

双栏排版的论文最容易出问题。根据 PDF 的生成方式不同，选区可能会从左栏跳到右栏，或者中间夹进页眉、脚注。一次只复制一栏；如果还是乱跳，就分成更小的几段复制，再拼起来。

关闭文件之前，记下这段引文所在的页码。引用时需要的是期刊页面上印的页码，它往往和查看器显示的页数不一样。

为什么粘贴出来的文字会乱

PDF 是为打印设计的，不是为编辑设计的。它记录的是每个字符在页面上的位置，而不是句子和段落之间的关系。复制时，查看器只能反推出文字结构，而这种推测并不总是准确。

• 句子中间出现换行。 印刷出来的每一行末尾都是硬换行，所以复制的一段话粘贴后会变成一摞短行。
• 带连字符的断词。 英文中跨行拆开的单词，比如“experi-”和“ment”，粘贴后仍然是拆开的，连字符也还在。
• “fi”和“fl”丢失或变成怪字符。 很多字体会把这两个字母组合画成一个合体字形，叫作连字（ligature）。有些 PDF 会把它粘贴成一个特殊字符、一个方框，甚至什么都没有，于是“find”变成了“nd”。
• 完全是乱码。 如果文字在屏幕上显示正常，粘贴出来却是一堆随机符号，说明 PDF 中的字体没有从字形到真实字符的正确映射。查看器能画出这些形状，却不知道它们是哪些字。没有哪个查看器能可靠地修复这个问题。把这个文件当成扫描件，用 OCR 识别，或者手动重新输入引文。
• 多出空格，或者词语粘在一起。 两端对齐的文字和紧凑的字距会干扰对空格的判断。

数学公式、特殊符号和非拉丁文字（包括中文）更容易出错，所以要逐字核对。

扫描版 PDF：根本没有文字可复制

如果拖动鼠标时只画出一个方框，或者整页被当成一张图片选中，说明这个 PDF 是由图片组成的，通常是扫描件或印刷页面的照片。它看起来像文字，里面却一个字也没有。Opener 可以显示这类文件，但不做 OCR，大多数基础查看器也不做。

要把文字提取出来，需要光学字符识别（OCR）：

• Google 云端硬盘和 Google 文档。 把 PDF 上传到 Google 云端硬盘，再用 Google 文档打开。Google 文档会尝试识别文字，并生成一个可编辑的文档。扫描得干净、端正时效果最好；请仔细检查识别结果。
• 手机自带的文字识别。 较新的 iPhone（实况文本）和安卓手机（Google 智能镜头）可以识别照片或屏幕上的文字。打开那一页，放大到要引用的段落，使用手机的文字选择功能；或者截个屏，再从截图中识别文字。
• 带 OCR 的电脑软件。 一些 PDF 编辑器和扫描软件自带 OCR。你所在大学的图书馆可能也提供这类工具。

OCR 会出错，尤其是遇到小字号、老式字体、脚注和公式时。引用之前，务必把识别出的文字和原页面对照一遍。

PDF 不允许复制时怎么办

有些 PDF 能正常打开，却不能选中或复制文字。这是作者或出版方在文件中设置了权限限制。这些标记可以禁止复制、打印或编辑，同时仍然允许阅读。不同应用执行这些限制的严格程度不一样，但这些限制代表了出版方的意愿，也可能与授权条款有关。

如果只是一小段学术引文，最直接的办法有：

• 手动输入。 一两句话的话，打字很快，还能避开所有格式问题。
• 找找其他版本。 同一篇论文往往可以在学校图书馆的数据库、期刊官网或论文库中找到不受限制的 PDF 或 HTML 页面。
• 直接询问。 作者通常很乐意把自己的论文发给你一份。

注明出处引用一小段文字是正常的学术做法。大段复制受限文档则是另一回事，如果拿不准，请查看你所在学校的相关规定。

清理粘贴后的文字

养成几个小习惯，几秒钟就能把乱糟糟的粘贴内容变成干净的引文：

• 以纯文本粘贴。 很多应用都有“粘贴为纯文本”的选项，快捷键常常是 Ctrl+Shift+V。这样会去掉 PDF 里的字体和字号，让引文和你的文档保持一致。
• 合并行。 在 Word 的“查找和替换”中，可以用 ^p 匹配段落标记。英文段落把它替换为一个空格，中文段落直接替换为空，就能把一段合并成一行。其他编辑器也有类似功能，有时要用正则表达式。只对引文操作，别对整篇文档操作。
• 修复断词。 搜索“连字符 + 换行”并把两者一起删掉，然后再通读一遍，因为有些连字符是本来就有的（比如“well-known”）。
• 检查连字和符号。 留意是否缺了“fi”“fl”“ff”，是否有奇怪的方框，以及引号是否变成了别的字符。
• 和原文对照。 把粘贴的引文和 PDF 逐字对照读一遍。只需一分钟，这也是发现悄悄漏掉的词的唯一办法。

如果 PDF 本身就打不开，请先看 PDF 打不开时怎么办。

常见问题

为什么能看到文字，却选不中？

这个 PDF 几乎可以肯定是扫描件，或者是由图片生成的。它没有文字层，只有一张文字的图片。请使用 OCR，比如借助 Google 文档或手机的文字识别功能。

为什么复制出来的文字到处都是换行？

PDF 会把印刷的每一行分开存储，所以复制时行尾的换行也会一起带过来。以纯文本粘贴，再把换行替换成空格（中文替换为空）即可。

Opener 的 PDF 查看器支持 OCR 吗？

不支持。PDF 查看器可以在包含真实文字的 PDF 中选中和复制文字。扫描版 PDF 能正常显示，但要提取其中的文字，你需要一个 OCR 工具。

从受保护的 PDF 复制文字可以吗？

限制是出版方的选择。如果只是一小段引文，手动输入并注明出处是正常做法；需要更多内容时，可以找不受限制的版本，或者直接询问作者。