PDF转Markdown
把PDF转成带标题、列表、表格结构的Markdown，适合喂给大模型
点击或拖拽 PDF 文件到此处
支持文字型 PDF。扫描件需先做 OCR，本工具无法识别图片里的字。
全部处理在你的浏览器本地完成，文件不会上传到服务器
功能介绍
PDF转Markdown把PDF转成结构化Markdown文本，适合喂给大模型或写入知识库。普通PDF提取文字只给出一坨带空行的纯文本，模型要自己猜哪段是标题、哪段是列表、哪几行是一张表，浪费上下文也容易理解错。这个工具在提取时同时识别结构：按字号与加粗推断标题层级并输出井号语法，按数字编号与项目符号识别有序和无序列表，按坐标聚类识别表格并转成竖线表格语法。提供两种复制方式：复制Markdown保留结构，复制纯文本会剥掉井号、星号、竖线等语法符号，多数模型对干净纯文本的理解比对残缺Markdown更好。页面明确列出能力边界：PDF只记录字在哪不记录这是什么，字号与粗体只是推断线索不是可靠依据；表格识别基于文本列坐标聚类，无边框复杂表格可能识别不出；多栏排版会串行，这些情况工具会给出提示，请对照原文核对。扫描件没有文字层需先做OCR。全部解析在浏览器本地用pdf.js完成，文件不上传。
使用说明
1. 上传文字型PDF，扫描件请先做OCR；2. 文档标题可留空，默认用文件名作为一级标题；3. 页码范围留空表示全部，也可填如1-10,15只转指定页；4. 需要保留页码位置信息时勾选插入页码注释标记；5. 点转为Markdown；6. 复制Markdown用于写入文档或知识库，复制纯文本用于喂给大模型；7. 下载可得到md文件；8. 表格识别失败时建议改用PDF提取文本拿到纯文本再手动整理；9. 统计条会显示识别到的标题、列表、表格数量，可据此判断结构识别是否合理。