PDF 转 Markdown

Markdown 是 GitHub、Notion、Obsidian 和许多笔记应用使用的纯文本格式。把 PDF 转成 Markdown，就便于编辑、做版本管理，也方便粘贴到知识库中。本转换器在浏览器中读取 PDF 的文字层，还原标题、粗体和斜体、列表、链接和段落，并把换行的句子和用连字符断开的单词重新连起来。

使用方法

1. 拖入一个或多个 PDF 文件（扫描版 PDF 需要先做 OCR）。
2. 可以限定页码，并选择页与页之间放什么。
3. 保持开启“去掉重复的页眉和页脚”，可以去掉页码和书眉标题。
4. 从文本框复制 Markdown，或下载 .md 文件。

计算公式

正文字号 = 字符数最多的字号。大于正文 15% 以上的字号，从大到小依次变为 #、##、### 和 ####。

当几行的字号相同、基线间距小于字号的 1.9 倍、起始 x 位置大致相同时，它们会合并成一个段落；但如果上一行以句号提前结束，则不合并。以连字符结尾、后面接小写单词的行，会去掉连字符后连接。以 •、–、* 或 1. 开头的行会变成列表项。位于页面顶部或底部 8% 范围内、且在至少一半页面上重复出现的文字，会被当作页眉或页脚。

示例

一页报告里有 24 pt 的“年度报告 2026”、16 pt 的“概述”和 11 pt 的正文，会变成 # 年度报告 2026、## 概述 和一个段落。被断成“con-”/“tinues”的句子会变成“continues”，粗体词会变成 bold words，“• First item”会变成 - First item，一个四列的价格表会变成以 | SKU | Item | Price | Stock | 开头的表格。

表格与限制

词与词之间间隔很大的连续行会被写成 Markdown 表格，第一行作为表头；合并单元格或折成两行的单元格可能需要手动稍作修正。PDF 保存的是有位置的字符而不是结构，所以结果只是一次尽力的重建：图片会被省略，双栏页面会按栏阅读，更复杂的版面（三栏、侧栏）可能出现内容交错。没有标明字重的字体会被当作常规文字。