PDF 怎么查找替换文字
简答: 在有文字层的 PDF 里,查找替换在文件保存的文字中查找,再在每个匹配处原位写入新文字。现在能用的软件中,Adobe Acrobat Pro / Standard(收费)在「编辑 PDF」状态下按 Ctrl+F 展开「替换为」逐处替换,没有「全部替换」;免费的 LibreOffice Draw 有「全部替换」,但会改动版式。纯图片的扫描页没有文字层,识别之前什么也查不到。替换后要检查字体、缺字和超出原位置的文字。本站的浏览器工具不能替换文字,只能帮你检查和核对。
操作步骤
- 确认页面上有文字用文字选择工具试着选中一个词,或用 PDF 文字层检测工具打开文件。选不中也查不到文字时,这一页可能是图片,查找替换对它不起作用。
- 打开替换界面在 Adobe Acrobat Pro 或 Standard 里打开 PDF,选择「编辑 PDF」工具,再按 Ctrl+F(Mac 上 Cmd+F)打开查找栏,展开「替换为」。免费的办法是用 LibreOffice Draw 打开 PDF,选择「编辑 › 查找和替换」(Ctrl+H)。
- 先查找,再替换输入旧文字和新文字,先用「下一个」逐处跳转查看,弄清会改到哪些地方。
- 先替换一处,再替换其余替换第一处并放大查看。字体、字号和位置都没问题,再逐处替换其余匹配(Acrobat 没有「全部替换」)。
- 检查并另存再查找一次旧文字,确认没有剩余;查看替换过的位置,把结果另存为新文件(LibreOffice Draw 用「文件 › 导出为 PDF」),原文件保持不变。
有文字层的 PDF 里,查找替换怎样工作
PDF 的查找替换作用在文字层上:文件里保存的每个字符,都按指定字体放在页面上的某个坐标。查找把你输入的文字和这些字符比对;替换删掉匹配到的字符,在同一位置写入新字符;「全部替换」对文档里每一处匹配重复这一步。
PDF 页面不像 Word 那样有段落流,同一行其余的文字通常不会自动挪位置。背景见为什么 PDF 不能像 Word 一样查找替换。
即使文字确实在页面上,也可能查不到:
- 词被换行或连字符拆开;
- 一个词在文件里被存成几段互相独立的文字;
- 区分大小写、全字匹配等选项把它排除在外;
- 字符以连字形式保存,例如英文的「fi」存成一个字形。
现在能用的软件
以下软件的菜单名称可能随版本略有不同。
Adobe Acrobat Pro / Standard(收费,Windows 和 macOS)
免费的 Acrobat Reader 不能修改文字;需要付费的 Acrobat Pro 或 Standard(按订阅收费,Adobe 通常提供免费试用)。
- 打开 PDF,选择「编辑 PDF」工具。
- 按 Ctrl+F(Mac 上 Cmd+F)打开查找栏,展开「替换为」。
- 输入要查找的文字和新文字,点「下一个」跳到第一处匹配。
- 点「替换」改这一处,点「下一个」跳过这一处。Acrobat 只能逐处替换,没有「全部替换」按钮。
- 改完后用「另存为」保存成新文件。
替换范围是当前打开的这个文件里的文字层。按 Adobe 帮助的说明,要用某种字体编辑文字,这种字体需要安装在电脑上;字体只内嵌在 PDF 里时,新文字可能缺字或换成别的字体。
LibreOffice Draw(免费,Windows、macOS 和 Linux)
- 在 LibreOffice Draw 里打开 PDF(「文件 › 打开」)。每一页会变成可编辑的文本框和图形。
- 选择「编辑 › 查找和替换」(Ctrl+H),输入旧文字和新文字,可以逐处「替换」,也可以「全部替换」。
- 用「文件 › 导出为 PDF」保存成新文件。
代价:Draw 是把 PDF 转成自己的绘图再导出,字体常被替换,行距、字距和对齐可能改变,一个词也可能被拆在几个文本框里而查不到。适合版式简单的文件,导出后要逐页和原件对照。
本站的浏览器工具能做什么
本站的工具不能替换文字,但可以帮你在替换前后检查:
- PDF 文字层检查:替换前确认页面上有没有文字层;
- 多个 PDF 批量搜索:替换后再搜一次旧文字,确认没有剩余;
- PDF 文字对比:对比原文件和新文件里可提取的文字,列出改动的地方。图片里的字、空格和换行的变化,以及全角/半角、上下标这类字形差异,它都不会报告;修改过的位置仍要逐页看一遍。
扫描页为什么查不到
纯图片的扫描页只有一张图片,在上面查找不会有任何匹配。动手处理之前,先用 PDF 文字层检测确认文件有没有文字层。检测结果为「未提取到文字」,只说明从文件里读不出文字,本身不能证明它就是扫描件。
有些扫描件已经带了一层看不见的识别文字。这时能查到词;如果只用查找替换改这层看不见的文字,页面图像上显示的仍是旧词。
改扫描件上的字,有这几种做法:
- 在 Acrobat Pro 里编辑扫描件(Standard 只能编辑已有文字层的 PDF):打开扫描件,选择「编辑 PDF」,Acrobat 会自动识别文字,生成可编辑的副本;然后直接修改识别出的文字,另存为新文件。改过的字用接近的字体重新显示,复杂版式和认错的字都要逐处对照原件核对。
- 整页识别后重新排版,再改文字。
- 直接修改图像上的字,同时处理隐藏的识别文字,让两者一致。
整页重排和原位更正的比较见整页 OCR 重排与原位更正。
替换后要检查什么
「全部替换」之后要逐处检查,因为编辑器只告诉你替换了多少处,不告诉你替换后的样子。
- 替代字体:新文字可能和周围文字字体、粗细不同。
- 缺字:PDF 往往只嵌入用到的字。新文字里有嵌入字体没有的字时,可能显示为空白或方框,编辑器也可能拒绝替换。
- 溢出:比原文长的新文字可能压到下一个词或超出表格单元格;比原文短会留下空隙。
- 漏改:再查找一次旧文字。页眉、页脚、表单域、书签和文档属性可能不在查找范围内。
- 复制测试:选中新文字,粘贴到文本编辑器里,确认它是作为文字写入的。
把结果另存为新文件,检查完之前保留原文件。
多个文件
单个 PDF 里的查找替换一次只处理一份打开的文档。要在很多文件里替换同样的词,见 PDF 批量替换文字。
常见问题
为什么在 PDF 里什么也查不到?
最常见的原因是这一页是扫描件或其他图片,没有文字层。少数情况下,文字层用了特殊的字符编码,你输入的文字和文件里存的对不上。PDF 文字层检测工具可以看出文件里能不能读出文字。
「全部替换」会保持原来的字体吗?
不一定。嵌入字体里缺少新文字用到的字,或编辑器不能用嵌入字体写入时,会换用别的字体。请把每处替换后的行和周围文字对比一下。
查找替换能改图片里的字吗?
不能。查找替换只在文字层里工作,属于图片的文字,例如未识别的扫描页、标志和截图里的字,都不会被查到。