【在线工具】在线PDF转markdown工具
【在线工具】在线 PDF 转 Markdown 工具：标题、段落、表格自动还原
PDF 里的内容想复制出来，结果格式全乱；标题变成普通一行字，段落被拆得七零八落，表格粘出来更是一团糟——以前要么手动重排，要么装一套专业软件。现在浏览器里就能完成：把 PDF 拖进来，自动识别标题层级、段落、列表和表格，输出一份可以直接使用的 Markdown。
排序、旋转、删页是“整理页面”，而这个工具做的是另一件事：把页面里的文字，还原成有结构的内容。全程浏览器本地处理，文件不上传任何服务器。
全屏查看：https://www.phprm.com/app/pdf2md/
一、在线 PDF 转 Markdown 工具是什么
这是一款纯前端运行的 PDF 文本转换工具：把 PDF 拖进来，浏览器用 pdf.js 读取每一页的文字层，拿到每个字的内容、字号和坐标，再按版式重新组织成 Markdown。
它能识别标题、段落、有序 / 无序列表和表格，也能按需去除重复页眉页脚、修复英文跨行连字符、合并段落内断行。转换完成后，结果可以直接复制，或者下载成 原文件名.md。
所有解析和转换都在当前标签页里完成，文件不用上传，也不需要账号，关掉页面就什么都不剩。
二、核心功能一览
1. 标题分级：按字号还原层级
工具会先统计全文的正文主字号，再把明显更大的行按相对倍率判为 #、##、###。字号差得越多，标题级别越高；以句号、问号结尾的长行不会被误判成标题。
觉得标题太少或太多，可以切换灵敏度：
保守：只有明显大字号才算标题；
标准：默认档，适合大多数报告和合同；
激进：字号略大就分级，适合版式规整的书籍。
2. 段落与列表：把断行接回去
PDF 为了排版，经常在句子中间换行。工具会按行基线判断哪些行属于同一段，把它们合并成一行；中文直接相连，英文补一个空格；行尾的 exam- 和下一行的 ple 会自动拼成 example。
项目符号开头的行会变成无序列表，1.、2. 这样的行会变成有序列表，相邻列表项保持紧凑，不会一项一段。
3. 表格识别：按列对齐输出
当连续几行的单元格位置基本对齐、每行又有足够多的分栏时，工具会把它们识别成 Markdown 表格，输出标准的 | 表头 | 语法，数字列自动右对齐。
合并单元格多、表格线复杂，或只有两列且很窄时，识别可能失败，这时会退化成普通文本行。遇到这种情况，可以把“表格处理”改成“保留为普通文本行”，自己手动补表，比拿到一张错位的表更省事。
4. 版面清理：页眉页脚和页码
多页文档里重复出现的页眉、页脚和页码，默认会被去掉。判断条件是“位于页边距”并且“在多页里重复出现”，所以单页文档或每页页眉都不同的文件，可能会保留下来，这是正常现象。
还可以选择在每页内容前插入 <!-- 第 N 页 --> 注释，方便回溯原文位置；它不会影响 Markdown 的渲染。
三、最适合谁用
1. 把合同、报告搬进知识库
一份 PDF 报告要进 Wiki、笔记或检索系统，最麻烦的是重新排版。转成 Markdown 后，标题层级、列表和表格都在，粘进编辑器就能继续用。
2. 把课件、资料变成可编辑底稿
扫描书、电子讲义里的文字，转成 Markdown 后可以直接改、可以搜索、可以喂给其他工具，不用再对着 PDF 一句句敲。
3. 整理需要长期维护的文档
Markdown 是纯文本，体积小、易 diff、方便版本管理。把 PDF 里的内容抽出来存成 .md，比每次打开几十页的 PDF 找一段话要快得多。
四、三步上手，一分钟搞定
1. 上传：把 PDF 拖进方框，或点击选择文件。单次一个文件，不超过 50MB；扫描件请先做 OCR。
2. 设置：需要部分页面就填页码范围，支持 1-5,8,10-12 这样的写法，也支持 5-1 倒序；再按需选择标题灵敏度、表格处理方式和列表符号。留空页码就是转换全部，单次最多 200 页。
3. 导出：点「开始转换」，稍等片刻，Markdown 会出现在下方。检查无误后点「复制 Markdown」，或直接下载 .md 文件；想核对识别情况，可以切到「结构化信息」看页数、标题数、表格数和字符数。
五、常见问题
Q：需要上传文件吗？会不会泄露？
不需要。PDF 用浏览器本地读取，解析、文字提取和 Markdown 生成全部在当前标签页里由 pdf.js 完成，服务器上没有落盘、没有日志、没有账号体系，关掉页面就什么都不剩。
Q：扫描件、图片型 PDF 能转吗？
不能直接转。扫描件没有文字层，提取不到内容时页面会明确提示“未提取到文字”，不会生成一份空文档。需要先用 OCR 工具给 PDF 加上文字层，再回来转换。
Q：表格为什么没有识别出来？
表格识别要求连续多行的列位置基本对齐，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。这种情况可以选“保留为普通文本行”手动整理。
Q：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。两档都不合适，说明这份 PDF 的版式不适合自动分级，建议手工整理。不要为了标题好看反复猜参数。
Q：一次能处理多少页？
单次最多 200 页，单个文件不超过 50MB。整份文档更大时，用页码范围分段转换，例如先转 1-200 页，再转 201-400 页。
Q：加密的 PDF 能处理吗？
需要口令才能打开的加密 PDF 处理不了，页面会直接提示已加密。请先用 Adobe / WPS 等工具去掉口令再上传。
六、结语
标题、段落、列表、表格——这些原本要手动重排的内容，现在把 PDF 拖进浏览器就能还原成 Markdown。不装软件、不传文件，复制或下载即可使用。
全屏查看：https://www.phprm.com/app/pdf2md/
本文地址：https://www.phprm.com/develop/pdf-markdown.html
转载随意，但请附上文章地址:-)