扫描件还是文本 PDF：下一步怎么处理
PDF 可以包含真实文字、页面图片，或二者混合。看得见文字，不代表程序能提取或辅助技术能读取。
先提取一页文字。结果为空时查看原页，判断它是扫描图、空白页还是不支持的内容。空结果本身不能证明是扫描件。
扫描件可用合适的 OCR 工具处理，再逐项核对人名、数字、标点和阅读顺序。识别出的文字也可能出错。
文本层只是第一步，标题结构和替代文本仍需单独检查。本工具不执行 OCR，也不认证处理后的 PDF。
PDF 文本提取也让需要的人少走一步。
把工具或指南分享给同事。对方打开的是公开页面，工作区为空。