我是怎么用 AI 处理 PDF 的

先说两件大家都遇过的糟心事。

WPS 的 PDF 处理，合并、拆分、编辑，样样要开会员。想找免费的，去下载站下开源工具，页面上广告比下载按钮大，一不小心还给你塞一堆全家桶。PDF 处理这个刚需，就卡在收费和套路中间。

这次我走另一条路：先让 AI 把 PDF 常用功能——合并、拆分、转 Word、转图片、脱敏、加密——完整跑了一遍，每个功能配一个工作里真会碰到的场景。跑完的结论：这些活 AI 都能干，但每次都得开对话、丢文件、等结果，我自己用着爽，同事朋友用不上。

所以第二步，我把这些验证过的功能做成了一个工具：不要会员、没有广告、全程本地处理。这篇按这个顺序写。

第一步：先给文件做体检

场景：拿到一份 PDF 先别急着干活，得先弄清它是什么货色——多少页、多大、能不能复制。

做什么：把文件丢给 AI，查页数、体积、有没有文字层。

结果：75 页，41.9MB，文字层 0 个字符。

⚠️ 注意：0 个文字字符，说明它是 75 张照片装订成册的扫描件——这就是它不能复制、不能搜索的原因。先体检再动手，不知道文件是什么类型，后面全是白干。

第二步：转 Word、转图片

场景：拿到一份 PDF 想直接改里面的数字（改个报价、改个日期），或者把其中一页插进 PPT、发群里让人预览。

做什么：①扫描件直接转 Word；②PDF 按页转成 PNG 图片。

结果：转 Word，❌ 失败，Word 里还是 75 张图。转图片，✅ 单页不到半秒。

⚠️ 注意：扫描件不能直接转 Word，这是最常见的误区——文字锁在照片里，Word 没法认。想让扫描件变回能编辑的文档，先走第三步。

第三步：OCR，让扫描件复活

场景：扫描件里想引用一段话，只能对着屏幕手抄，抄半小时还容易错；几百页想搜个关键词，Ctrl+F 毫无反应。

📖 名词解释：OCR（Optical Character Recognition，光学字符识别），说人话就是"看图识字"——照片里的字人眼能看，机器认不了，OCR 把它认出来，变成能编辑、能搜索的文字。要不要单独装插件、下软件？不用。现在主流的 AI 助手都自带这个能力，把 PDF 或图片直接丢给它就行——不装插件、不下软件、不花钱。老办法是装 OCR 软件：收费的死贵，免费的要敲命令行，小白基本没戏，这也是开头说的"卡在收费和套路中间"的一部分。

做什么：让 AI 直接看图认字。

结果：封面、目录、正文各试一页，我逐句对过，零错字，连页脚的小页码都认出来了。单页 3-5 秒。认完的字重新排一版文字 PDF：扫描版一页 572KB，文字版一页 1.5KB，差了快 400 倍——扫描件为什么那么大，它背着的全是照片。

⚠️ 注意：识别完一定要人工抽查，数字、专有名词重点核。这步偷懒，后面台账全是错。

第四步：合并、拆分

场景：竣工资料几十份扫描件要合成一个文件交付；反过来，几百页的合同只需要把那 3 页发给别人。

做什么：①三个 PDF 按顺序合并；②按页码范围拆分（比如 1-3,5）。

结果：3 份文件合并成 1 份，页数相加分毫不差；按范围拆分正常，范围写法支持"1-3,5"这种逗号混写。

⚠️ 注意：合并的顺序就是文件列表的顺序，合并前先确认先后——标书的章节顺序错了，合完还得拆了重来。

第五步：脱敏涂黑——黑框不是真安全

场景：文件要发给合作方，里面还有真实联系人的姓名、手机号、邮箱、公章。这种东西发出去之前必须处理。

做什么：先按最常见的办法——画个黑框盖住手机号，保存。

结果：看着确实安全。然后我让 AI 把黑框删了——手机号还在，一个数字没少。查哈希值：盖黑框前后文件数据完全一致，黑框只是浮在字上面的一层贴纸。

真脱敏的做法：把那块像素从图里抠掉，填上新颜色。抠完哈希值变了——数据真的动过。两种黑的区别就一条：一种字还在文件里，一种真的没了。

⚠️ 注意（翻车记录）：涂黑坐标第一版偏了一行，黑框盖到了上一行的条款上，该盖的手机号露着；改坐标重跑，地址行尾又漏了个字符，再改。涂完务必放大目检边缘，别信一次成型。

第六步：批量加水印和页码

场景：资料发给外部单位，怕被转发扩散，加水印；几百页的册子没页码，评审翻到一半对不上"你说的是第几页"。

做什么：75 页全部盖"内部资料"水印（45 度斜排、半透明），加"第 X 页 / 共 Y 页"页码。

结果：1.5 秒跑完 75 页，水印半透明不挡内容。

⚠️ 注意（翻车记录）：45 度斜排的旋转参数连报两次错，改了两回才对。水印角度和透明度先拿 1 页试，效果满意了再跑全量。

第七步：压缩

场景：41.9MB 的文件，微信发出去被压得看不清，邮箱直接超限。

做什么：压缩，目标是能正常发微信、发邮件。

结果：压到 9.7MB，只剩 23%，31 秒。两边各截一块画质对比，我盯了半天没看出区别。

⚠️ 注意：压缩后别只看文件大小，放大目检一遍画质——扫描件里的小字（金额、签字）最容易被压糊。

第八步：上密码锁

场景：标书、报价单发出去，怕被人拿走乱用、随便转发。

做什么：AES-256 加密，同时设置权限：允许打开查看，禁止复制内容。

结果：没密码打不开；输对密码后能看，选中文字复制——被拦。

⚠️ 注意："能看不能复制"是权限设置，不是加密——真要保密，两把锁都要上。

第二幕：把跑通的活，做成工具

8 个功能跑下来，每个都验证成了。但我很快发现一个尴尬的事：每次都得开对话、丢文件、等结果，还得会描述需求。我自己用着是爽，可同事朋友用不了——总不能每个人每次都来找 AI 描述一遍。

做什么：把这些验证过的功能，直接攒成一个 Windows 工具。GUI 界面，7 个功能页签——合并/拆分、压缩、水印/页码、脱敏涂黑（框选就行）、转换（Word/图片）、发票工具、加密/解密。

结果：点开、选文件、点按钮，三步出结果。核心功能跑了 14 项测试全部通过。

7 个页签里单独说下发票工具。发票处理是工作里用得最多的功能之一：报销季一到，一堆电子发票，号码、日期、金额、购销方，一张张对着屏幕抄进 Excel，抄到眼花还容易错。工具里把这些发票扔进去，自动提取全部字段：

点一下导出，就是一张现成的 CSV 台账，Excel 打开直接用，不用再手抄一个字：

报完账要打印存档，还能按 A4 一页 1/2/4 张拼版，直接打：

这轮我用 12 张真实的打车电子发票验证过：号码、开票日期、价税合计、购买方、销售方、税号、大写金额，全部提取成功，零失败。（截图里的单位、税号、公章都做了脱敏）

回到开头那两个糟心事：这个工具不要会员、没有广告，文件全程在你自己电脑上处理，不上传任何服务器——发给别人的脱敏文件，也不怕先经过第三方的手。

这才是 AI 真正帮助我们的方式——不是每次都喊它来干一遍，而是让它把流程先跑通、验证好，然后固化成一个谁都会用的工具。同事朋友不需要懂 AI、不需要写提示词，点开就能用。

📖 方法提示：用 AI 干活遇到重复的流程，正确姿势是两步——第一次，让 AI 把流程跑通、验证好；然后把它做成工具（或模板、脚本），以后一键复用。第一次是 AI 替你干活，以后是工具替你干活。别每次都从头描述需求，也别把同一件事人肉干第二遍。

exe 打包完放网盘，后台回复「PDF」拿。