所有 PDF 都能搜索吗？

不能。有些 PDF 在屏幕上看起来可以正常阅读，实际上却只有图像，其中的文字无法搜索或选择。

可搜索 PDF 必须由数字文档生成吗？

不必。OCR 可以识别扫描或图像文档中的文字并写入文件，让这些文档也能搜索。

按 Cmd/Ctrl+F，搜索页面中可见的一个词。如果没有任何内容高亮，PDF 很可能只有图像，需要通过 OCR 才能搜索。

可以。OCR 工具能为纯图像 PDF 添加文本层，让现有文件也可搜索，而文档的视觉外观不会改变。

不会。文本层会嵌入页面图像后方，文档看起来完全相同，区别只是软件现在可以查找、选择和复制其中的文字。

可搜索 PDF 是文字能由软件查找、选择、复制或索引的 PDF 文件，通常除了可见的页面图像，还包含机器可读的文本层。

两份 PDF 在屏幕上可能看起来完全相同，实际使用时却有很大差别。可搜索 PDF 会把文字提供给软件，因此可以在文档中查找，也能选择和复制文字，内容还可以编入索引以便日后检索。纯图像 PDF 保留了页面外观，但内容就像一张平面图片，搜索、选择、复制及多数无障碍功能都无法使用。

这种区别很重要，因为许多 PDF 只有图像，而创建者或接收者可能并未意识到这一点。扫描文档、拍摄的页面和某些由截图导出的 PDF，默认都会是纯图像文件，除非另行添加文本层。

需要在截取的文档中查找、引用或重复使用文字时，通常会用到可搜索 PDF：

PDF 可以通过两种方式具备搜索能力。如果文档以数字形式创建，例如由文字处理软件或浏览器导出，文字通常已经嵌入，PDF 默认即可搜索。

如果文档源自图像，例如扫描件、照片或截图，就需要 OCR 才能搜索。OCR 会识别页面图像中的文字，并在可见内容后方嵌入文本层。结果看起来不变，但文字已经可以由机器读取。

因此，有些截图工具会在导出时运行 OCR，得到的 PDF 无需额外处理，立即就能搜索。

以为所有 PDF 都能搜索。 PDF 即使看起来完全可读，也可能只有图像。只有尝试选择或搜索文字，才能确认。
以为可搜索就代表识别完全准确。 文本层取决于识别结果。图像质量差、字体特殊或布局复杂时，OCR 可能出错。即使识别不完美，搜索功能仍然有用，但文本层质量会影响搜索和复制结果。
把“可搜索 PDF”当作一种文件格式。 它不是单独的格式，而是 PDF 的一种属性。任何 PDF 都可能可搜索，也可能只有图像。
没有检查，就把纯图像 PDF 归档。 扫描或截取的文档如果以纯图像形式保存，日后可能很难找到。归档前运行 OCR，可以保证内容仍然能够检索。