🧬 PDF 转 XML
📌 提取文字为XML结构化数据
免费在线PDF转XML工具，提取PDF文字与元数据生成结构化XML，按页按行组织，可选带文字坐标，方便系统导入、数据交换与长期存档。浏览器本地处理，文件不上传服务器。
广告
使用步骤
- 进入PDF转XML工具，选择需要转换的PDF文件
- 选择输出模式：完整含元数据、仅文字或带坐标
- 点击开始处理，等待逐页文字提取完成
- 复制或直接下载生成的XML文件
常见问题
生成的XML是什么结构？
根节点为 pdf-document，其下包含 metadata（标题、作者、主题、关键词、页数等）与 pages，每个 page 按阅读顺序包含若干 line 文本行，可直接被程序解析。
可以带上文字坐标吗？
可以。选择「含坐标」模式后，每个 line 会额外带 x、y 属性，记录该行在页面上的位置，便于还原原始排版或做版面分析。
扫描件能转换成XML吗？
不能。扫描件没有文字层，提取结果会是空的。请先用OCR文字识别工具把扫描件转成可复制文字，再进行XML提取。
和PDF转JSON有什么区别？
两者提取的内容一致，只是输出格式不同。XML更适合传统企业系统、数据交换接口与存档场景，JSON更适合Web程序与脚本处理。
特殊字符会被转义吗？
会。小于号、大于号、与号与引号都会按XML规范转义为实体，同时会剔除XML规范不允许的控制字符，保证生成的文件可以被标准解析器正常读取。
相关工具
📦 加载依赖库中...
广告
📢 广告位 · 在此粘贴 AdSense 广告代码
广告