转换为 TXT

TXT 是最通用的纯文本格式，任何设备与软件均可打开。本组工具从五种文档格式提取正文文本：EPUB 按书脊阅读顺序、PDF 按视觉块重组、DOCX/ODT/RTF 经结构解析，共 5 个转换方向。

输出统一为 UTF-8 编码，段落间保留换行结构；扫描版 PDF 无文本层无法提取。适合内容归档、全文检索导入与纯文本分析场景。

按 EPUB spine 阅读顺序提取全部章节为纯文本（剔除标记与导航页），用于全文检索、语料整理与听书源。

经 MuPDF 结构化文本提取 PDF 文本层（按版面还原换行与段落，上限 200 页），扫描件无文本层会明确报错。

直接解析 DOCX 的 OOXML 提取段落纯文本（无需 Office，UTF-8 输出），用于全文检索、语料整理与内容迁移。

以控制字状态机解析 RTF，剔除字体表与样式元数据，\uN 转义正确还原中日韩文本，输出干净 UTF-8 纯文本。

直接解析 ODT 内 content.xml，按文档顺序提取段落、标题与列表项为 UTF-8 纯文本，无需安装办公套件。