PDF里的字选不中？409星开源工具一键转成纯文字

整理资料的人应该都撞过这种墙：网上的 PDF 想引用一段话，文字却选不中、复制出来全是乱的；扫描件更头疼，整页都是图片，一个字都抠不出来。

GitHub 上这个 409 星的开源项目 mdflux，就是解决这个的。它把 PDF、网页、扫描件、Word 这些文档，一键转成干净的文字格式，本地运行，断网也能用，而且比一般的识别工具更省。

对写公众号、做笔记、整理素材的人来说，这等于省掉一大半复制粘贴的功夫。转出来的文字还能直接喂给 AI 用，不用再为"复制出来格式乱"发愁，也不用担心图片里的字永远抠不出来。

要说短板：它更适合文本类的整理需求，转出来的格式偶尔要手动调一下，不是百分百完美。但它免费、开源、本地跑，用起来没负担。

处理文档时最烦的不是内容，是格式。有工具愿意把这层壳扒掉，把文字还给你，我觉得比那些动不动要会员的识别工具强。需要整理资料的人，值得一试。GitHub 搜索 mdflux 就能找到。

ai 人工智能 文档处理