PDF 敏感信息自动识别
云端安全处理（加密传输）自动识别 PDF 中的敏感实体——邮箱、证件号、电话、银行卡、SSN、IP、人名与地址等——输出含逐页定位的审计报告。识别由服务端 Presidio NER 引擎执行（需登录，按云端额度计费），文本提取在浏览器内完成为输入预处理。
本工具使用流程（需免费账号）：
- 在上方上传你的文件。每个工具都会标明是本地处理（浏览器内）还是云端处理（加密服务器）。
- 调整参数，然后点击运行 / 转换 / 处理按钮。
- 等待进度完成后下载结果，可继续使用相关工具。
若按钮不可见，请启用 JavaScript——交互工作区在浏览器本地加载。
云端 NER 识别敏感实体由服务端 Presidio NER 识别（需登录，按云端任务计费）；提取文本仅作输入预处理
支持 application/pdf
云端模式：文件经加密连接上传到服务端处理。文件保留 24 小时、到期自动删除，绝不用于 AI 训练。
功能概览：「PDF 敏感信息自动识别」是 PDFLean 的安全与隐私工具：自动识别 PDF 中的敏感实体（邮箱、证件号、电话、银行卡、SSN、IP、人名与地址等），输出含逐页定位的审计报告。
TL;DR: 自动识别 PDF 中的敏感实体——邮箱、证件号、电话、银行卡、SSN、IP、人名与地址等——输出含逐页定位与置信度的审计报告。识别由服务端 Presidio NER 引擎执行（需登录、计入云端额度、加密传输、24 小时内删除、不用于 AI 训练）；浏览器内的文本提取仅为输入预处理。仅识别文字层，扫描件需先 OCR。
工具说明
在浏览器内用 pdf.js 提取文字（输入预处理，不产生识别结果），识别由服务端 Presidio NER 引擎执行；识别出的实体按全局偏移归位到「文件 × 页码」，报告按类型汇总、逐条列示页码与置信度，可导出审计 JSON。
如何使用
上传含文字层的 PDF（支持多文件批量）
点击「开始识别」——服务端 NER 引擎执行识别（计一次云端任务）
查看按类型汇总与逐条命中（含页码与置信度），或导出审计 JSON
常见问题
我的文件安全吗？
识别为云端处理：提取出的文本经加密通道发送至服务端 NER 引擎，24 小时内自动删除、绝不用于 AI 训练；原始 PDF 不会在浏览器内产生结果文件，文本提取仅为输入预处理。
有什么使用限制？
识别由服务端 Presidio NER 执行，需登录并计入云端额度（一次识别计 1 次云端任务，多文件批量同计一次）；合并文本超过 20 万字符时仅识别开头部分；仅识别文字层，扫描件需先 OCR；支持导出 JSON 审计报告。
报告里的置信度是什么？
服务端 NER 引擎对每个识别出的实体给出 0-1 的置信度分数，分数越高表示模型越确定；报告按类型汇总并逐条列示页码与置信度，便于你复核确认。
识别不到人名/地址等非格式化信息怎么办？
本工具的服务端 NER 覆盖人名、地址等命名实体；若你的文档为扫描件，需先做 OCR 生成文字层后再识别。规则化格式（身份证、银行卡等）的校验由服务端模型一并完成。
支持批量处理多个文件吗？
支持。本工具支持一次选择多个 PDF 文件进行批量敏感信息识别（一次运行计 1 次云端任务），并汇总导出包含各文件检测明细的审计 JSON；若需要将识别与其他操作（如水印、格式转换等）串联自动化执行，也可以使用「批量处理」工作流。
处理后的文件还能再编辑吗？
本工具仅识别敏感信息并输出审计报告（或 JSON），不修改原 PDF，原文档保持不动，可继续正常编辑与使用。