PDF 转 Markdown（提取文字生成 .md）

识别标题、列表、代码块和链接，去掉页眉页脚，本地转换不上传

想把 PDF 里的内容放进笔记、文档站，或者贴给 ChatGPT、Claude 这类 AI 助手？这个工具把 PDF 的文字提取出来，整理成 Markdown（.md）：识别标题层级（PDF 带书签时优先按书签，没有就按字号和粗体判断）、段落、有序和无序列表、代码块、粗体斜体和超链接，并自动去掉每页重复的页眉、页脚和页码。

转换结果可以直接复制，也可以下载成 .md 文件，粘贴到 Obsidian、Notion、Typora、GitHub 或各种静态文档站里。常见的双栏版式会按先左栏后右栏的顺序读取，不会把左右两栏的文字一行一行混在一起；跨页、跨栏断开的段落会尽量接回去，英文行尾的连字符也会接回单词。

先说清楚边界（我们不夸大）：本工具提取的是文字和结构。图片不会导出；表格不会重建成 Markdown 表格，单元格里的文字按阅读顺序输出；数学公式不会还原成 LaTeX，竖排和旋转的文字会被跳过。标题和列表是根据排版推断的，转换后请通读检查一遍。扫描版 PDF（没有文字层）请先用本站"整本 OCR"嵌入文字层。与在线转换服务的区别：文件在你的浏览器本地处理，不会上传到任何服务器。

使用方法

打开需要转换的 PDF 文件（自动弹出转换工具）
按需选择：是否去掉页眉页脚和页码，要不要在页与页之间加分隔线或注释
点击"开始转换"，等待逐页提取，查看结果统计和预览
点击"复制"，或下载 .md 文件

常见问题

表格能转成 Markdown 表格吗？

目前不能：表格不会重建成 Markdown 表格，单元格里的文字会按阅读顺序输出成段落，需要自己整理。如果表格是截图或扫描件，可以用本站"表格识别"导出 Excel。

图片和公式会保留吗？

不会。这个工具只提取文字：图片不导出（需要图片请用"PDF 转 JPG"逐页导出），数学公式也不会还原成 LaTeX，里面的字符会按 PDF 里的样子提取出来。

扫描件能转吗？

扫描件没有文字数据，直接转会得到空结果，转换完成后会提示有多少页没有文字层。先用本站"整本 OCR"给扫描件嵌入文字层，再转换即可。

标题是怎么识别的？

PDF 自带书签、并且大部分书签标题能在对应页面的文字里对上时，就按书签的层级生成 # 标题；否则按排版推断：字号明显比正文大的行，或者整行加粗的短行，会被当作标题。这是推断，个别误判需要手工改一下。

列表和代码块能识别吗？

以文字形式写出的项目符号（• ◦ - 等）和编号（1. 、1) 、(1)、①）会识别成列表，并按缩进嵌套；使用等宽字体的行识别成代码块。有些 PDF（例如浏览器把网页打印成的 PDF）里的圆点是用图形画出来的，不是文字，这样的项目符号识别不出来，列表会并成普通段落。

和 PDF 转 Word 怎么选？

想继续在 Word / WPS 里排版编辑，选 PDF 转 Word；想把内容放进笔记、文档站、代码仓库，或者发给 AI 助手，选 Markdown：纯文本，没有样式文件，用版本管理工具对比修改也方便。