如何在 Mac 上 OCR 识别 PDF（2026）：原生版、扫描版、混合版完整指南

第零步：先搞清楚手上是哪种 PDF

动手之前，花十秒判断一下当前这份 PDF 属于哪一类。所有方法的选择都取决于这个判断，"PDF OCR 怎么这么难"的绝大多数烦恼，都来自把对的工具用在了错的文件上。

Mac 上常见的 PDF 实际上分两大类：

• 带文字层的原生 PDF。从 Word、Pages、LaTeX、浏览器"打印为 PDF"导出的文件都属于这一类。每个字符在文件里都是字形 + 坐标，文字数据是真实存在的——只是看起来像一张图。
• 纯图像的扫描版 PDF。来自扫描仪、手机扫描 App、传真，或者把图片"打印为 PDF"。每一页本质上就是一张图片，文件里根本没有文字数据，只有"看起来像文字"的像素。

判断方法非常简单：用预览打开 PDF，按 Cmd+F，搜一个你眼睛能清楚看到的词——标题里的某个字、人名都行。如果预览高亮出来了，说明这是原生 PDF，根本不需要 OCR，文字本来就在；如果搜不到、但词又明明在画面上，那就是扫描版，需要先 OCR 才能让内容可选可搜。

还有一类混合 PDF值得单独提一下：大部分页是原生文字，但中间夹了几页扫描页（比如签好字的合同页、扫描的附录、传真封面）。这种文件里，Cmd+F 搜得到一部分词、搜不到另一部分。下文几个方法都能处理这种情况，ocrmypdf 还有个 --skip-text 参数，能保留已有的文字层、只对扫描页跑 OCR——非常合适。

方法一：Apple 预览 / 备忘录（已经有文字层时）

如果 Cmd+F 测试通过了，第三方工具都不用装。macOS 处理原生 PDF 已经很多年了，预览能直接选中、复制文字，能跨页选；聚焦搜索默认会索引 PDF 里的文字内容，所以你能从菜单栏直接搜到合同里的某条条款；备忘录粘贴进来格式干净；Pages 拖进去能保留大部分排版。

原生 PDF 唯一会让人想换工具的情况是：文件里"技术上"有文字层，但编码坏了——一些老 PDF 的字符映射表是损坏的，复制粘贴出来全是乱码。这时候按扫描版处理，用下面的方法重新做一次 OCR。

预览的实况文本能用吗？

从 macOS 13 Ventura 起，Apple 的实况文本（Live Text）支持在 PDF 页面上识别文字了。在预览里打开扫描版 PDF，鼠标悬停到一块文字上，光标变成 I-beam，就能拖选、复制。这是真有用的能力，临时"从扫描页里抠一句话"的场景，效果不错。

但有两个需要诚实交代的局限。第一，实况文本只在你当前看到的那一页上工作，没办法批量处理 200 页扫描报告，也没办法让整份文件可搜索。第二，实况文本不会把识别结果写回 PDF 文件——关掉文档、发给同事、换台 Mac 打开，Cmd+F 还是搜不到。它是"看的时候帮你识"，不是"改文件"。

方法二：Cheese! OCR——抠片段最快

这是我们自家的工具，先把丑话说在前面：Cheese! OCR 不是整本 PDF 的处理器，它不会把文字层写回文件，也不会通宵批处理 500 页文档。如果这是你的需求，直接跳到方法三。

Cheese! OCR 在 Mac 上跑得最快的，是另一种实际工作中更高频出现的场景：屏幕上开着一份扫描版 PDF，你只是想抠一段、一句引文、一张表、或者一段代码。比如你在写综述，想引用一篇 1970 年代被人扫成 PDF 的论文里的某段话；或者乙方发来的合同是扫描件，你要把"违约责任条款"那一段贴到飞书群里讨论；或者读一篇外刊论文，想把一整段丢进翻译器；或者从公众号扫描截图、知乎的扫描原图里抠引文。

流程是：

1. 按下全局快捷键（默认 ⇧+⌘+E）。
2. 像截图一样，在 PDF 页面上拖一个矩形框选要识别的文字。
3. 识别结果直接进剪贴板，粘到任何地方都行。

三个细节让它在"抠片段"这个用法上比其他方案快：快捷键是全局的，不用切应用；识别走 Apple Vision 框架在本机完成，没有网络往返、没有把机密页面上传出去的可能；结果直接进剪贴板，没有"先存成 txt、再打开、再复制"的中间步骤。

隐私这一点不是泛泛而谈。Cheese! OCR 在 App Store 沙盒里申请的网络权限是零——不是"我们承诺不联网"，而是操作系统层面就阻止它发起任何网络连接。对涉及合同、病历、内部资料的页面来说，这是和"理论上可能联网的工具"实打实的区别。

用它的判断标准很简单：如果你处理的单位是"片段"，用它最划算；如果你要让"整份文件"变得可搜索，请看下一节。

方法三：用 ocrmypdf 给整份 PDF 做 OCR（免费、开源）

当目标是"让整份 PDF 都可搜索"——每一页可选、每个词都能被 Cmd+F 或聚焦搜索找到——Mac 上最好的免费方案是 ocrmypdf。这是一个开源项目，底层包了 Tesseract，自带去倾斜、清噪等图像预处理，最后把干净的文字层写回 PDF 的副本里。

装了 Homebrew 的话，安装一条命令就够：

brew install ocrmypdf

最基本的用法是两个参数——输入文件和输出文件：

ocrmypdf input.pdf output.pdf

纯英文 PDF 就这一行命令完事。输出文件视觉上和原文件一模一样，但每一页背后都多了一层不可见的文字层。现在你能在预览里 Cmd+F 找到内容、能复制粘贴、能发给同事让对方也能搜到。原文件没动。

多语言 / 非英文 PDF

非英文文档，用 -l（或 --language）参数指定语种。Tesseract 用三字母代码：

ocrmypdf -l eng+chi_sim+jpn+kor input.pdf output.pdf

用加号能叠多个语种，特别适合那种中英混排的学术论文、引文跨语种的文档，或者中日韩混排的资料。前提是对应语种的 Tesseract 语言包要装上；用 Homebrew 跑一句 brew install tesseract-lang 一般能覆盖常用语种。

处理真实文档常用的几个参数

• --skip-text——已经有文字层的页跳过，只对扫描页做 OCR。处理混合 PDF 必备。
• --rotate-pages——自动检测并修正侧着扫、倒着扫的页面。
• --deskew——把略微倾斜的扫描页摆正，能明显提升识别准确率。
• --clean——OCR 前给页面图像做去噪，对老旧、画质差的扫描有帮助。
• --output-type pdfa——输出 PDF/A 归档格式，部分法律或机构归档场景需要。

ocrmypdf 的代价是：它是命令行工具。如果你对 Terminal 不陌生，它在"整本 PDF OCR"这个任务上是 Mac 上最干净、最快、最尊重隐私的选择。如果 brew install 像天书，请看方法四。

方法四：PDFPen Pro 等商业 GUI 工具

对想要图形界面、不想敲命令的人，PDFPen Pro（来自 Smile Software）是 Mac 上的老牌选择。它能打开扫描版 PDF、跑 OCR、让你编辑识别后的文字、再保存为可搜索 PDF——全程在普通 Mac App 界面里完成。价格方面历史上一次性买断在 100 美元上下浮动，建议买之前去官网看一眼当前定价，因为版本和升级费偶尔有变动。

同类产品还有：Nitro PDF Pro、Readdle 的 PDF Expert（OCR 是付费插件）、ABBYY FineReader for Mac（更强、更贵，常被档案与研究类工作流选用）。它们做的事情大同小异——打开 PDF、点 OCR、保存带文字层的文件——之所以都收钱，是因为它们的客户群体本来就是不想打开 Terminal 的那群人。

判断标准：一个季度才 OCR 一次的，ocrmypdf 让你为一次任务学命令行不太划算，PDFPen 这种又因为你顺便能用编辑器其它功能而显得不亏；一周 OCR 几次的，GUI 工具省下来的折腾时间值回票价。

关于 Adobe Acrobat

Acrobat Pro 是历史上的默认选择，到现在依然能用。我们没有把它放在前面的原因：它是订阅制的（每月 20 美元起，看具体方案），OCR 流程在某些路径下会经过 Adobe 云端服务（取决于你点了哪个按钮），而且单纯就"让扫描 PDF 可搜索"这件事来说，它相对 ocrmypdf 是杀鸡用牛刀——后者免费、本地、效果不输。

如果你本来就因为表单填写、复杂编辑、企业合规需要在用 Acrobat，它的 OCR 完全够用，不必另装别的。如果你考虑专门为了 OCR PDF 去订阅 Acrobat，别。ocrmypdf 或 PDFPen Pro 都能用更少的钱办成。

决策矩阵

整理成一张表：

怎么选，一句话

先 Cmd+F 测一下。能搜到——直接用预览，结束。搜不到——再问自己要的是片段还是整本：要片段，Cheese! OCR；要整本、习惯命令行，ocrmypdf；要整本、只想点鼠标，PDFPen Pro；本来就在订 Acrobat，那就用 Acrobat；考虑专门为了 OCR 订 Acrobat，别。

大多数人最后会同时用其中两种，而不是一种。比如 ocrmypdf 一个月跑一次档案批处理，加一个截图识字工具应付每天"从这份 PDF 里抠句话"的小活；或者 PDFPen 应付大活、实况文本应付偶尔的一次。两个类别是互补，不是竞争。

如果你对其中某个方法还有具体疑问，下面 FAQ 里收了几个最常被问到的。