pdfMB

PDF 轉 Markdown

把 PDF 轉成有標題、清單、表格和連結的 Markdown。可以複製，也可以下載 .md 檔。檔案會留在這台裝置上。

  • 不上傳檔案一直留在這台裝置上。
  • 原始檔案維持不變你下載的是一份新副本，原始檔案不會被修改。
  • 免費，免註冊不用帳號，也沒有每日次數限制。

你的檔案會經過哪些處理

以下所有步驟都在你的瀏覽器裡、在你自己的裝置上完成。PDF 不會上傳，所以包括我們在內，沒有任何人能看到它。

  1. 瀏覽器用 pdf.js（Firefox 內建的 PDF 檢視器）開啟 PDF，讀取每一段文字及其位置、字型、大小、粗體和斜體。
  2. 同一行上的文字片段會連成一行，行再連成段落。在行尾用連字號斷開的單字也會重新接上。
  3. 兩欄或三欄的頁面會逐欄讀取，不同欄的句子不會一行一行地混在一起。
  4. 明顯比內文大的文字會變成標題：文件標題用 #，章節用 ## 和 ###。較短的粗體行也會變成標題。
  5. 以項目符號或數字開頭的行會變成 Markdown 清單。用線條畫出的表格，以及用 Tab 對齊的列，會變成 Markdown 表格，表格的每一列占一行。
  6. 粗體和斜體會保留為 **粗體** 和 *斜體*。PDF 中的網頁連結會變成 [文字](網址) 連結，掛在原本涵蓋的文字上。
  7. 在 Markdown 中有特殊意義的字元，例如 * _ # 和 [，會用反斜線跳脫，所以會照原樣顯示，而不會變成格式。
  8. 有些 PDF（通常是從網頁瀏覽器儲存的）會把某些字元標記為「沒有字元」。在泰文裡，這些通常是母音上方的聲調符號。pdfMB 會根據檔案內的字型把它們補回來。
  9. 沒有文字的頁面（例如掃描檔）可以用和「OCR PDF」相同的 OCR 引擎讀取。只需要下載語言資料，而且只下載一次。
  10. .md 或 .txt 檔會在你的裝置上以 UTF-8 文字產生，直接儲存到下載資料夾，或複製到剪貼簿。
簡要步驟
  1. 選擇 PDF
  2. 按下「轉換成 Markdown」
  3. 檢查預覽
  4. 複製或下載 .md 檔

如何把 PDF 轉成 Markdown

  1. 選擇一個 PDF，或把它拖到框裡。pdfMB 會讀取每一頁，並告訴你有沒有不含文字的掃描頁面。
  2. 如果有掃描頁面，請讓「辨識掃描頁面的文字（OCR）」保持開啟，並選擇文件的語言。
  3. 按下「轉換成 Markdown」。進度列會顯示完成了多少。
  4. 檢查預覽。你可以切換成純文字、選擇保留或移除頁首頁尾，也可以標出每一頁的開頭。預覽會立即更新。
  5. 按下「全部複製」貼到別處，或下載 .md 檔。

為什麼選 Markdown

Markdown 是帶有少量結構標記的純文字：# 表示標題，- 表示清單，| 表示表格。任何文字編輯器都能開啟，就算沒有格式也一樣好讀。

Obsidian、Notion 等筆記 App、Wiki、GitHub 和大多數文件工具都能直接讀取 Markdown，所以標題和表格匯入後仍然是標題和表格。

AI 聊天工具和搜尋索引處理 Markdown 比處理 PDF 原始文字更好，因為標題和表格能告訴它們文件是怎麼組織的。結果可以直接貼到聊天裡。

常見用途

筆記和 Wiki

把報告、手冊或論文匯入 Obsidian、Notion、Wiki 或 GitHub README，標題、清單和表格都完整保留。

AI 聊天

把很長的 PDF 以 Markdown 形式貼到 AI 聊天中，讓它看到章節和表格，而不是一大片文字。

編輯和引用

把 PDF 裡的文字取出來改寫、翻譯或引用，不用手動修正斷開的行。

泰文文件

轉換泰文 PDF，包括從網頁瀏覽器儲存的 PDF，聲調符號不會遺失。

做不到的事

  • 圖片、圖表和圖形不會包含在內，Markdown 只保留文字。若要儲存圖片，請用「PDF 轉 JPG」。
  • 公式會以純文字輸出，上標和下標會寫成 <sup> 和 <sub>。
  • 合併的表格儲存格會拆成一般儲存格；既沒有線條也沒有定位點的表格會變成段落。
  • 標題是依文字的大小和粗細判斷的，所以整份都用同一種字型的文件，辨識出的標題可能比較少。
  • 文件內部的連結（例如目錄）不會保留，只保留指向網頁和電子郵件地址的連結。
  • 阿拉伯文、希伯來文等由右至左書寫的語言還沒有經過充分測試，請仔細檢查結果。
  • 有密碼保護的 PDF，以及擁有者禁止複製的 PDF，都無法轉換。

關於把 PDF 轉成 Markdown 的常見問題

我的 PDF 會被上傳嗎？

不會。pdfMB 在你的瀏覽器裡轉換檔案，檔案絕不會離開你的裝置。你可以在瀏覽器的網路工具中自行確認。

產生的是哪一種 Markdown？

使用 GitHub 風格表格的 CommonMark，GitHub、Obsidian、VS Code、大多數 Wiki 和靜態網站工具都能讀取。粗體、斜體、連結和清單都使用標準標記。

可以改成純文字嗎？

可以。轉換後把格式切換成純文字，或使用「PDF 轉文字」。你會得到同樣的段落，但沒有任何 Markdown 標記，表格會變成用 Tab 分隔的文字列。

會保留泰文的聲調符號嗎？

會。有些 PDF 把聲調符號標記為「沒有字元」，pdfMB 也會把它們補回來。在我們的測試中，一篇 35 頁泰文文章的 4,911 個聲調符號全部完整保留。

掃描的 PDF 能轉換嗎？

可以。開啟 OCR 並選擇語言，掃描頁面上的文字就會變成段落。請檢查結果，因為 OCR 可能會認錯人名和數字。

為什麼有些頁碼或頁首不見了？

在大多數頁面頂端或底部重複出現的行，以及單獨的頁碼，預設會被移除，以免打斷內文。若想保留，請取消勾選這個選項。