PDF Tool — 简历 PDF 文字提取

by Barry

触发词

• "这是PDF简历"
• "上传了简历PDF"
• "PDF简历"
• "帮我提取简历内容"
• "PDF转文字"

使用方法

方式1：pdftotext（推荐，Linux/macOS/Windows）

pdftotext /path/to/resume.pdf - 2>/dev/null

参数说明：

• -

  表示输出到 stdout
• 忽略 stderr 错误（如加密PDF）

方式2：tesseract OCR（扫描件/图片型PDF）

tesseract /path/to/resume.pdf stdout -l chi_sim+eng 2>/dev/null

参数说明：

• -l chi_sim+eng

  ：中文简体+英文混合识别
• 可选语言包：chi_sim（简体中文）、eng（英文）、chi_tra（繁体）

方式3：完整PDF信息查看

# 获取PDF元信息（页数、大小、加密状态）
pdfinfo /path/to/resume.pdf 2>/dev/null

# 提取第一页文字
pdftotext -f 1 -l 1 /path/to/resume.pdf -

常见问题

问题	解决方案
pdftotext: No text available	扫描件无文字层，用 tesseract OCR
加密PDF无法读取	告知用户需要未加密的 PDF
tesseract 乱码	检查语言包是否正确（chi_sim）
PDF 文件不存在	检查文件路径是否正确

安全提示

• PDF 处理在用户本地完成，不上传文件
• 简历可能含 PII，处理时注意脱敏
• 不使用任何外部云服务处理 PDF