pdfMB

PDF 转 Markdown

把 PDF 转成带有标题、列表、表格和链接的 Markdown。可以复制，也可以下载 .md 文件。文件会留在这台设备上。

  • 不上传文件始终留在这台设备上。
  • 原文件保持不变你下载的是一份新副本，原文件不会被修改。
  • 免费，无需注册无需账号，也没有每日次数限制。

你的文件会经过哪些处理

以下所有步骤都在你的浏览器里、在你自己的设备上完成。PDF 不会上传，所以包括我们在内，任何人都看不到它。

  1. 浏览器用 pdf.js（Firefox 内置的 PDF 查看器）打开 PDF，读取每一段文字及其位置、字体、字号、粗体和斜体。
  2. 同一行上的文字片段会连成一行，行再连成段落。在行尾用连字符断开的单词也会重新接上。
  3. 两栏或三栏的页面会逐栏读取，不同栏的句子不会一行一行地混在一起。
  4. 明显比正文大的文字会成为标题：文档标题用 #，章节用 ## 和 ###。较短的粗体行也会成为标题。
  5. 以项目符号或数字开头的行会变成 Markdown 列表。用线条画出的表格，以及用制表符对齐的行，会变成 Markdown 表格，表格的每一行占一行。
  6. 粗体和斜体会保留为 **粗体** 和 *斜体*。PDF 中的网页链接会变成 [文字](地址) 链接，挂在原本覆盖的文字上。
  7. 在 Markdown 中有特殊含义的字符，例如 * _ # 和 [，会用反斜杠转义，所以它们会照原样显示，而不会变成格式。
  8. 有些 PDF（通常是从网页浏览器保存的）会把某些字符标记为“没有字符”。在泰文里，这些通常是元音上方的声调符号。pdfMB 会根据文件内的字体把它们补回来。
  9. 没有文字的页面（例如扫描件）可以用和“OCR PDF”相同的 OCR 引擎读取。只需下载语言数据，而且只下载一次。
  10. .md 或 .txt 文件会在你的设备上以 UTF-8 文本生成，直接保存到下载文件夹，或复制到剪贴板。
简要步骤
  1. 选择 PDF
  2. 点击“转换为 Markdown”
  3. 检查预览
  4. 复制或下载 .md 文件

如何把 PDF 转成 Markdown

  1. 选择一个 PDF，或把它拖到框里。pdfMB 会读取每一页，并告诉你有没有不含文字的扫描页面。
  2. 如果有扫描页面，请保持“识别扫描页面的文字（OCR）”为打开状态，并选择文档的语言。
  3. 点击“转换为 Markdown”。进度条会显示完成了多少。
  4. 检查预览。你可以切换为纯文本，选择保留或去掉页眉页脚，也可以标出每一页的开头。预览会立即更新。
  5. 点击“全部复制”粘贴到别处，或下载 .md 文件。

为什么选 Markdown

Markdown 是带有少量结构标记的纯文本：# 表示标题，- 表示列表，| 表示表格。任何文本编辑器都能打开，就算没有格式也依然好读。

Obsidian、Notion 等笔记应用、维基、GitHub 和大多数文档工具都能直接读取 Markdown，所以标题和表格进去以后仍然是标题和表格。

AI 聊天工具和搜索索引处理 Markdown 比处理 PDF 原始文字更好，因为标题和表格能告诉它们文档是怎么组织的。结果可以直接粘贴到聊天里。

常见用途

笔记和维基

把报告、手册或论文导入 Obsidian、Notion、维基或 GitHub README，标题、列表和表格都完整保留。

AI 聊天

把很长的 PDF 以 Markdown 形式粘贴到 AI 聊天中，让它看到章节和表格，而不是一大片文字。

编辑和引用

把 PDF 中的文字取出来改写、翻译或引用，不用手动修复断开的行。

泰文文档

转换泰文 PDF，包括从网页浏览器保存的 PDF，声调符号不会丢失。

做不到的事

  • 图片、图表和图形不会包含在内，Markdown 只保留文字。如需保存图片，请用“PDF 转 JPG”。
  • 公式会以纯文本输出，上标和下标会写成 <sup> 和 <sub>。
  • 合并的表格单元格会拆成普通单元格；既没有线条也没有制表位的表格会变成段落。
  • 标题是根据文字的大小和粗细判断的，所以整篇都用同一种字体的文档，识别出的标题可能会比较少。
  • 文档内部的链接（例如目录）不会保留，只保留指向网页和电子邮件地址的链接。
  • 阿拉伯文、希伯来文等从右往左书写的语言还没有经过充分测试，请仔细检查结果。
  • 有密码保护的 PDF，以及所有者禁止复制的 PDF，都无法转换。

关于把 PDF 转成 Markdown 的常见问题

我的 PDF 会被上传吗？

不会。pdfMB 在你的浏览器里转换文件，文件绝不会离开你的设备。你可以在浏览器的网络工具中自行确认。

生成的是哪种 Markdown？

使用 GitHub 风格表格的 CommonMark，GitHub、Obsidian、VS Code、大多数维基和静态网站工具都能读取。粗体、斜体、链接和列表都使用标准标记。

可以改成纯文本吗？

可以。转换后把格式切换为纯文本，或使用“PDF 转文本”。你会得到同样的段落，但没有任何 Markdown 标记，表格会变成用制表符分隔的文字行。

会保留泰文的声调符号吗？

会。有些 PDF 把声调符号标记为“没有字符”，pdfMB 也会把它们补回来。在我们的测试中，一篇 35 页泰文文章的 4,911 个声调符号全部完整保留。

扫描的 PDF 能转换吗？

可以。打开 OCR 并选择语言，扫描页面上的文字就会变成段落。请检查结果，因为 OCR 可能会认错人名和数字。

为什么有些页码或页眉不见了？

在大多数页面顶部或底部重复出现的行，以及单独的页码，默认会被去掉，以免打断正文。如果想保留，请取消勾选这个选项。