多页 PDF OCR：整本识别、页码范围与大文档策略

快速回答： DocsAll 的 PDF OCR 支持页码范围（如 1-3），大文档不必整本一次跑。浏览器本地识别的速度取决于页数和内容密度——几十页的文档分批跑比一口气全跑更稳。

操作步骤

1. 打开「PDF OCR 识别」，上传扫描 PDF。
2. 选择识别语言。
3. 页码范围填入目标页（如 1-10；留空识别全部页）。
4. 点击识别，等待完成；识别的是文本，可复制或下载 TXT。

大文档的分批策略

• 先试 2-3 页：确认语言设置和识别质量没问题，再跑批量——语言选错是最大翻车点，整本跑完才发现就全废了。
• 按章节分批：每批 10-20 页，输出按章节命名保存，事后好拼接也好校对。
• 失败续跑：本地识别中断不需要从头再来，按页码范围从断点继续。

时间的合理预期

浏览器端 tesseract 每页约几秒到十几秒（取决于内容密度和设备性能），100 页文档是分钟级任务。注意：识别期间浏览器标签页要保持前台，后台标签会被降速。

与批量处理的配合

多个 PDF 文件的批处理见 OCR 批量处理指南——逐文件上传、统一语言设置、按文件名对照结果归档。

常见问题

识别到一半卡住了？ 浏览器内存压力，刷新后用页码范围从断点继续。 页码范围填了没生效？ 格式用 1-3（半角连字符），多段用逗号分隔；确认没有全角字符。