Word / PDF 状态诊断

文件在列表里,为什么正文仍然搜不到?

文件出现在列表里,不代表里面的字已经能搜到。普通文字文档会自动读取正文;如果是扫描版 PDF 或图片里的文字,在设置中开启本机“图片文字识别”(OCR)并等识别完成后,就能直接按文字内容搜索。

按可观察状态诊断

观察到的状态可能含义怎样核验与处理
文件名能查到,已知原文不命中只有记录、模式不对、筛选过窄,或正文与 OCR 尚未完成先用正文模式并清除筛选;展开底部状态栏查看文件处理与 OCR 进度,完成后重试同一原文
DOC/DOCX/PDF用原程序正常打开且有可读文字满足读取的部分条件,仍不保证所有内容已提取从短而独特的原文开始查询;用命中片段核对,失败再检查文件状态
扫描版 PDF,或文字嵌在 Word/PPT/Excel 的图片里页面本身是图片而非文字层;默认未开启图片文字识别,或当前账号仅包含普通图片识别先在阅读器试试能否选中文字;想直接搜扫描版 PDF 和 Office 文档内图片的文字,登录 Pro 账号并在“设置 → 图片文字识别”开启,等状态栏识别完成后再搜
普通图片看得到字却搜不到,或识别后仍漏字未开启“图片文字识别”,或图片字迹模糊、字号过小、格式特殊(如 EMF/WMF)注册登录后可在“设置 → 图片文字识别”免费开启图片识别;若已开启仍漏字,可在文件详情查看识别状态并重试,模糊图片建议搭配文件名查找
文件要求密码或原程序也报错密码保护、损坏或权限问题通过合法来源取得可读副本,或在原程序核查文件;不要修改扩展名冒充修复
文件很大、正被占用或仍在处理可能超过读取限制或暂时不能读取完成其他程序写入后再扫描;保留原文件,确认状态后重试
有正文命中但不能内置预览读取与预览支持范围不同例如DOC可以尝试正文读取,内置Word预览列的是DOCX;用系统默认程序核对

用三种文件状态验证判断

  1. 文字版文档

    选择一份能够正常读取文字的DOCX或PDF,记下一段确实存在的原文。添加所在目录并等处理完成,搜索该原文,用片段和完整路径确认。

  2. 扫描件或含图文档

    确认当前登录状态与可用权益(注册账号可使用独立图片与扫描图片基础识别,Pro 支持 PDF 页面及 DOCX/PPTX/XLSX 内图片文字识别),在“设置 → 图片文字识别”开启并等待底部状态栏 OCR 进度完成;随后可在正文预览中查看由三反引号围栏标出的识别文字并重新搜索。

  3. 仍无法归类

    把格式、是否能在原程序打开、状态栏处理与 OCR 进度、文件详情中的部分识别状态以及搜索模式分别记下,再按手册排查。仅凭“列表里有文件”无法确定是哪种失败。

格式、OCR 与版本边界

图片文字识别模型随应用内置提供,在本机离线完成,不上传待识别文件或识别结果;支持 PNG、JPG、JPEG、BMP、GIF、WebP 等常见独立图片,在兼容的 Windows 设备上自动模式会尝试启用 DirectML GPU 加速,否则回退 CPU。识别效果仍受图片清晰度、文字大小、排版、不支持的图像编码及正文搜索预算限制影响,不承诺每张扫描图都能完整识别。各格式的普通读取和预览清单以说明书为准,基础识别与文档内图片识别的账号条件请查看“功能与价格”页。