PDF 转 Markdown 转换器
拖入文本型 PDF，得到干净的结构化 Markdown —— 标题、管道表格、列表和链接均从版面几何重建。由 pdf-inspector Rust 引擎（编译为 WebAssembly）驱动，完全在浏览器本地运行。
点击开始转换
跳转到转换器，自动选择 PDF 转 Markdown 输出（pdf-inspector 引擎）
支持的输入格式
| 格式 | 扩展名 | 说明 |
|---|---|---|
| 文本型 PDF | 原生数字 PDF —— 报告、论文、规格书、发票 | |
| 混合型 PDF | 文本页正常转换；纯图片页标记需 OCR | |
| 扫描型 PDF | 无文本层 —— 自动识别并明确提示（OCR 后续支持） | |
| 多栏 PDF | 跨报纸式分栏重建正确阅读顺序 |
PDF 转 Markdown 是怎么工作的
PDF 是打印格式而非文档格式 —— 它只记录坐标上的字形绘制，没有标题、段落或表格的概念。转换器必须从几何信息重建语义：字号映射为标题层级，对齐的矩形映射为表格单元格，栏位坐标映射为阅读顺序。
本页运行 pdf-inspector 引擎 —— 一个编译为 WebAssembly 的 Rust 解析器。它先对 PDF 分类（文本型 / 扫描型 / 混合型），通过 ToUnicode CMap 解码内嵌字体（含 CJK 中日韩），为多栏版面重建阅读顺序，从矩形和线格恢复表格结构，最后输出 GitHub 风格 Markdown。
所有处理都在浏览器标签页本地完成。PDF 永远不离开你的设备 —— 无上传、无账号、无服务端处理。
获得最佳转换效果
引擎对原生数字 PDF 效果最好 —— Word、LaTeX、InDesign 或 PDF 打印机生成的文档。扫描件没有文本层会被自动识别，需要 OCR（已在路线图中）。
开启「LLM/AI 优化输出」选项会切换到 compact 档案：更少的冗余 token、单行段落、可用于引用定位的页码标记。把文档喂给 ChatGPT、Claude 或 RAG 管线时推荐开启。
带合并单元格的复杂表格、跨页延续的财务报表由启发式算法恢复 —— 转换后请通读表格行。PDF 转 HTML、RST 或 LaTeX 时，转换器先生成 Markdown，再自动经 Pandoc 引擎二次转换。
谁在用 PDF 转 Markdown
AI 工程师为 RAG 管线准备上下文 —— Markdown 结构为分块器提供天然边界，compact 档案降低每次请求的 token 成本。
研究人员和分析师把论文、财报和发票迁移到 Obsidian、Notion 或版本化的 docs-as-code 仓库 —— Markdown 可干净 diff，随处渲染。
PDF 转 Markdown 常见问题
+我的 PDF 会上传到服务器吗？
不会。pdf-inspector 引擎以 WebAssembly 形式运行在你的浏览器标签页内。文件留在本地设备 —— 转换过程中网络面板看不到任何上传流量。
+能保留表格吗？
能。表格结构从矩形边界、表格线和列对齐恢复 —— 包括跨页延续的财务表格。转换后请通读复杂表格部分。
+能转换扫描版 PDF 吗？
暂不支持。扫描件和纯图片 PDF 没有文本层，需要 OCR。引擎会自动识别并告知受影响的页码，而不是输出乱码。
+支持多栏版面吗？
支持。版面分析器从文本坐标重建逻辑阅读顺序，双栏学术论文和杂志式 PDF 都能按正确顺序输出。
+中文 PDF 效果如何？
引擎内嵌了 CJK 字符映射（ToUnicode CMap），中日韩文本无需系统字体即可正确解码。
+能把 PDF 转成 HTML、RST 或 LaTeX 吗？
可以。在转换器里选择输出格式 —— PDF 先转为 Markdown，再经 Pandoc 引擎转到目标格式，全程浏览器本地完成。