PDF文件损坏可尝试四种修复方法：一、用Adobe Acrobat或第三方工具重建xref表；二、用pdfcpu命令行验证并提取文本；三、通过Chrome拖拽渲染后另存为PDF；四、用pdfplumber脚本提取文本与图像。
如果您尝试打开某个PDF文件，但提示“文件已损坏”或无法正常加载，则可能是由于文件在传输、下载或保存过程中出现数据丢失或结构异常。以下是修复该问题的多种方法：
一、使用专业PDF修复工具
专业修复工具通过重建PDF文件的交叉引用表（xref）、对象流及文件头尾结构，可恢复部分逻辑损坏的文档。这类工具通常支持批量处理且兼容Windows与macOS系统。
1、下载并安装Adobe Acrobat Pro DC（需订阅）或第三方可信工具如PDF Repair Toolbox、Stellar Repair for PDF。
2、启动软件后，点击“添加文件”按钮，选择已损坏的PDF文件。
3、点击“修复”按钮，等待进度条完成，软件将生成一个新PDF文件。
4、检查新文件是否可正常打开，并核对文字、图像和超链接是否完整。
5、若提示“仅能提取文本”，则说明文件结构严重损坏，需进入内容提取阶段。
二、使用命令行工具pdfcpu强制解析
pdfcpu是一个开源命令行PDF处理器，能在不依赖图形界面的情况下尝试读取PDF元数据与对象，适用于轻度损坏文件的诊断与内容导出。
1、访问https://github.com/pdfcpu/pdfcpu/releases下载对应系统版本的二进制文件。
2、将pdfcpu可执行文件路径加入系统环境变量，或直接在PDF所在目录打开终端。
3、输入命令：pdfcpu validate -v "broken.pdf"，查看具体错误类型（如missing xref、invalid object stream）。
4、若验证失败但对象仍可识别，运行：pdfcpu extract text "broken.pdf" output/，提取纯文本至output文件夹。
5、检查output目录中生成的.txt文件，确认关键文字内容是否保留。
三、通过浏览器强制渲染并另存为PDF
部分PDF虽无法被阅读器识别，但仍可被Chrome或Edge内置PDF渲染引擎解析为可视页面，利用此特性可绕过结构校验，获取可读内容。
1、将损坏的PDF文件重命名为以“.pdf”结尾的文件（如确保无隐藏扩展名）。
2、拖拽该文件至已打开的Google Chrome浏览器窗口中，等待加载进度条出现。
3、若页面显示空白但地址栏显示“blob:”或“data:”开头的URL，说明渲染已启动但未完全失败。
4、按下Ctrl+P（Windows）或 Cmd+P（macOS）调出打印界面。
5、在目标打印机选项中选择“另存为PDF”，点击“保存”，生成一份新PDF文件。
四、使用Python脚本提取嵌入文本与图像
当PDF对象未完全加密且底层流数据尚存时，可通过PyPDF2或pdfplumber库跳过结构校验，逐页读取原始字符串与图像资源。
1、在终端中执行：pip install pdfplumber安装依赖库。
2、新建文本文件，命名为extract.py，写入以下代码：
import pdfplumber
with pdfplumber.open("broken.pdf") as pdf:
for i, page in enumerate(pdf.pages):
text = page.extract_text()
if text:
print(f"第{i+1}页文本：", text[:200] + "...")
for img in page.images:
print(f"第{i+1}页检测到图像对象")
3、在终端中运行：python extract.py，观察控制台输出是否有可识别文本或图像标记。
4、若有文本输出，将print语句替换为写入文件操作，保存为UTF-8编码的.txt文件。
