PDF转Markdown工具：还原结构，直接可用
把 PDF 拖进来，在浏览器本地提取文字与坐标，按阅读顺序还原成标题、段落、列表和表格。文本型 PDF 效果最好；扫描件需要先做 OCR。转换完成后可直接复制，或下载 .md 文件。
- 1 上传拖入或点选 PDF
- 2 设置并转换页码与结构选项
- 3 复制或下载Markdown / .md
还没有文件
转换设置
留空页码 = 转换全部Markdown 输出
复制后可直接粘贴到任意编辑器转换结果会出现在这里。
核心能力
解析、还原、输出，都在一个页面里完成文档类型判断
根据每页可提取的字符量与文本块密度，判断是文本型、扫描型还是混合型，并给出置信度，避免对扫描件生成空文档。
阅读顺序还原
按文字坐标聚合成行，再按基线从上到下排序；识别左右两栏版式时先读完左栏再读右栏，而不是按 PDF 内部对象顺序硬排。
表格结构识别
利用行内空档切分单元格，检查连续多行的列位置是否对齐，输出标准 | 表头 | 语法，数字列自动右对齐。
字号分级标题
统计正文主字号，按相对倍率把更大的行判为 # / ## / ###；配合加粗信息区分小节标题。
语义化输出
输出标题、段落、无序/有序列表、表格与粗体，可选插入页码标记、去除页眉页脚、修复英文跨行连字符。
零上传、可离线
解析完全在浏览器内完成，PDF 字节不经过任何服务器；部署到网站目录后可离线使用，适合合同、财报等敏感文档。
一次解析，五个阶段
把「读 PDF」和「写 Markdown」拆开，每一步都可单独检查关于这个PDF转Markdown工具
pdf.js 引擎 · 本地解析 · 离线可用PDF转Markdown工具用 Mozilla 开源的 pdf.js 在浏览器里读取 PDF 的文字层，拿到每个字的内容、字号、坐标与字体名，再按版式重新组织成 Markdown。整个过程只发生在当前标签页，PDF 不会上传到任何服务器，也不需要账号或网络请求。
能做什么
- 结构还原：按字号相对倍率识别标题层级，按行基线合并段落，识别有序 / 无序列表。
- 表格识别：连续多行的单元格列位置对齐时，输出标准 Markdown 表格；数字列自动右对齐。
- 版面清理：可选去除重复页眉页脚、修复英文跨行连字符、合并段落内断行。
- 分页与标记：支持
1-5,8,10-12页码范围，也可插入<!-- 第 N 页 -->方便回溯。 - 直接交付：结果可一键复制，或下载为
原文件名.md。
怎么用（三步）
- 上传：拖入或选择一个 PDF（单个不超过 50MB）。
- 设置：填写页码范围（留空=全部），按需调整标题灵敏度与表格识别，点「开始转换」。
- 导出：检查输出，切换到「结构化信息」核对识别统计，然后复制或下载
.md。
扫描版 PDF 没有文字层：页面会明确提示「未提取到文字」，不会产出空文档；请先 OCR 再转换。
常见问题
文件会上传吗？会不会泄露？
不会。PDF 用浏览器本地读取，pdf.js 在当前标签页里完成解析和文字提取，没有服务器落盘、没有日志、没有账号。关掉页面就什么都不剩。
为什么不能直接双击 index.html 打开？
浏览器对 file:// 下的 Web Worker 与部分脚本读取有安全限制。请用任意静态服务器打开（例如在本目录执行 python -m http.server 8080，然后访问 http://localhost:8080），或部署到网站目录。
扫描件、图片型 PDF 能转吗？
不能直接转。扫描件本身没有可选中的文字层，提取不到内容时会提示「未提取到文字」，不会生成空文档。需要先做 OCR，再拿加了文字层的 PDF 来转换。
表格为什么没有识别出来？
表格识别要求连续多行的单元格列位置基本对齐，并且每行有足够多的分栏。合并单元格多、表格线复杂，或只有两列且很窄时，可能退化成普通文本行。这种情况可以把「表格处理」改成「保留为普通文本行」再手动整理。
标题层级不对怎么办？
先调「标题识别灵敏度」：保守只认明显大字号，激进在字号略大时就分级。判定依据是当前行字号除以正文主字号的倍率，默认 1.18；以句号、问号等结尾的长行不会被判成标题。两档都不合适时，说明这份 PDF 的版式不适合自动分级，建议手工整理。
为什么部分文字顺序怪怪的？
PDF 内部不一定按阅读顺序存储文字。本工具按文字坐标聚合成行，并对左右两栏版式做重排，但复杂图文混排、脚注、侧边栏仍可能出错。发现错位时可以分段转换，或只转换正文页码，减少版式干扰。
加密或损坏的 PDF 怎么办？
需要口令的 PDF 会提示「已加密」，请先用 PDF 工具去掉口令再上传；不是有效 PDF 或文件损坏时，会给出对应的错误提示。支持单文件不超过 50MB、单次最多 200 页。
离线使用说明：本页面完全在浏览器本地运行，不上传任何数据；生成的 Markdown 不依赖网络，复制或下载即可使用。