PDF转Markdown
把PDF转成干净的.md文件，保留标题、列表、强调和可用的链接，直接放进笔记应用或代码仓库。
把文件拖到这里
.pdf · 最大300 MB
更多设置收起设置
如何转换为Markdown
- 1
添加PDF
拖入一个文件，或最多十个。文档由你的浏览器自己打开，所以不会发送到服务器。
- 2
选择标题识别和图片处理方式
可以保留自动识别的标题级别，把所有标题统一成一级，或者完全不要标题。再决定图片是提取出来、只在文中注明，还是跳过。
- 3
下载.md文件
保存Markdown文件；如果要了图片，就下载一个ZIP，里面是.md文件和旁边的images文件夹。
怎样从没有结构的文件里还原结构
PDF不知道什么是标题。它只知道有些字形高26磅，有些高10磅，仅此而已。所以转换器先测量整份文档：按每种字号排了多少字符加权，统计字号分布，占比最大的字号就是正文。明显更大的文字都算标题，再给不同的标题字号排序：最大的是一级，其次是二级，其余是三级。以句号结尾或超过180个字符的行永远不会升为标题，因为大字号的长句是引文摘录，不是标题。行首的项目符号和编号变成列表项，嵌套层级看缩进的距离。
强调、链接、代码和图片
粗体和斜体来自文件里真实的字体名称，所以用半粗体排的文字会被星号包起来。链接批注会和它所在的文字对应起来，改写成带目标网址的标准Markdown链接。等宽字体的行放进围栏代码块，间距原样保留；正文字号的缩进段落变成引用。图片可以提取为PNG文件，放进Markdown旁边的images文件夹，也可以只写成说明文字，或者不要。可选的前置元数据会加一个YAML块，写入标题、页数、源文件名和日期，供静态网站生成器和笔记库使用。
什么都不上传
转换完全在浏览器标签页里运行。PDF在内存中解析，Markdown也在那里拼好，下载直接来自页面。没有文件经过网络，无需注册账号，事后也没有服务器上的副本需要担心。关闭标签页，所有痕迹都会消失。
常见问题
标题级别是怎么确定的？
看字号和文档正文的对比，而不是文件里的任何标签。最大的标题字号是一级，第二大的是二级，其余都是三级。如果文档里字号差别很小，可以调高或调低识别阈值。
为什么表格没有转换过来？
因为PDF里的表格只是画出来的线加上零散的文字，哪里都没有记录行和单元格。单元格里的文字会保留，但网格无法可靠地还原。检测到网格时会提示你，并推荐专门做这件事的PDF转Excel工具。
如果PDF是扫描件怎么办？
那就没有可以标记的文字，你会看到明确的提示，而不是一个空文件。先用文字识别（OCR）处理文档，生成文字层，再到这里转换，标题和列表会照常识别。
能把图片也取出来吗？
能。把图片设为提取，结果就是一个ZIP，里面有.md文件和images文件夹，每张图片都在正文的正确位置被引用。小于100 × 100像素的图片会被当作图标跳过。
超链接会保留吗？
会。链接批注会和它覆盖的文字对应起来，写成Markdown链接，链接文字和网址都保留下来。指向文档内部而不是网页的链接保留为普通文字。
这和提取纯文本有什么区别？
纯文本只给你文字，别的都没有。Markdown保留文档的结构：标题级别、列表嵌套、粗体和斜体、引用、代码块和链接。只要内容就选文本，需要结构就选Markdown。
文件会上传吗？
不会。PDF引擎在你的浏览器里运行，所以文档不会离开你的电脑。提取图片也一样：图片在本地解码和打包，ZIP也在页面里生成。
结果能直接用在Obsidian或静态网站里吗？
能。输出是标准的CommonMark，图片用相对路径，可以直接放进笔记库或内容文件夹。打开前置元数据，顶部会多一个YAML块，写有标题、页数、源文件和日期。
相关工具
PDF转TXT提取PDF的文字层，保存为纯文本.txt文件，阅读顺序和分栏都保持原样。
PDF转Word把PDF转回可编辑的DOCX、DOC、ODT或RTF文件，没有文字层的扫描件也能通过文字识别（OCR）转换。在我们的服务器上处理，文件约两小时内自动删除。
PDF转Excel把PDF里的表格提取到真正的XLSX工作簿，每个表格一个工作表，并给出各自的准确度分数。在我们的服务器上处理，文件约两小时内自动删除。
Markdown编辑器左边写Markdown，右边是排好的页面，随输入实时更新。草稿刷新后还在，导出的HTML离线也能打开。
PDF文字识别给扫描版PDF添加可搜索的文字层，支持15种语言。文字可以选中；倾斜或横放的页面会被摆正，除非你关闭这项功能。在我们的服务器上运行，文件约两小时内自动删除。TXT转PDF把纯文本或Markdown文件排成真正的PDF，带标题、列表、代码块和嵌入字体，各种文字都能正常显示。