PDF 转 Markdown（文本转录）
选择一个不超过 50 MB、100 页的本地 PDF，然后下载完全在浏览器中创建的 UTF-8 .md 转录稿。
本地文本转录
提取适合 Markdown 的 PDF 文本
在此浏览器中提取 PDF 现有文本，并下载为 UTF-8 Markdown 转录。PDF 不会上传。
此功能只提取文本，不执行 OCR 或还原版面。无法保留双栏阅读顺序、脚注、公式、字体、页面布局、带标签 PDF 语义、表格、标题、列表、链接、图像或脚本。
使用步骤
如何使用
- 选择一个不超过 50 MB、100 页的本地 PDF。
- 逐页按 PDF.js 可用的项目顺序提取现有文本对象。
- 下载 UTF-8 Markdown 转录稿。每页单独放在围栏代码块中。
仅限嵌入文本
此工具只读取 PDF.js getTextContent() 提供的现有文本对象。它不会检查页面图片、运行 OCR，也不会声称扫描页含有可读文本。没有文本对象的页面会在下载文件中明确标注无文本。
原样页面转录
每页以 HTML 页面标记开头，随后使用动态长度的围栏代码块。源文本保持原样，包括类似 Markdown 的字符和反引号。工具不会创建文档标题、列表、表格、图片、链接、脚本或重构出的结构。
浏览器本地处理且有界
所选 PDF 保留在此浏览器中。PDF.js 使用站点同源 worker，并生成用于下载的 UTF-8 text/markdown Blob。单个 PDF 限制为 50 MB、100 页。
不重构版式或语义
PDF 文本对象顺序并不可靠地代表阅读顺序。双栏、脚注、公式、字体、间距、原始页面版式、标记 PDF 语义和无障碍结构都不会保留。
常见问题
你可能还想知道
它会执行 OCR 吗？
不会。它只读取嵌入的 PDF 文本对象。纯图片或扫描页面会标出清晰提示，不提供 OCR。
为什么每页都放在代码块中？
这样可让提取文本保持原样。看起来像 Markdown 标题、表格、列表、链接、图片或脚本的文本不会在下载转录稿中变成相应结构。
它会保留 PDF 阅读顺序吗？
无法可靠保证。工具使用 PDF.js 按可用顺序返回的文本项目，不会重构栏、脚注、版式或文档语义。
PDF 会上传吗？
不会。PDF 在当前浏览器中打开并本地提取。