PDF.FJ.CN指南 · 4 分钟阅读 · 更新于 2026-08-09
PDF 怎么转成 Markdown
Markdown 处在纯文本和完整 HTML 之间的最佳位置：既保留文档结构，本身又直接可读。所以它最适合文档、笔记，以及准备喂给大模型的内容。
把文件拖到这里或者从设备中选择一个文件支持格式: PDF
文件不会离开你的浏览器。
直接转换
把 PDF 拖到下面，得到保留标题、段落和列表的 .md 文件。不会上传任何内容。
标题级别是怎么推断的
PDF 根本不知道什么叫标题。它只知道某一行用 24 磅画的，正文用 11 磅画的。所以转换器会测量每个文本片段的字号，统计整个文档用到的字号分布，把出现最多的字号认定为正文。
比正文大的字号就是标题，按从大到小排序映射到 Markdown 层级——最大的成为一级标题，次大的成为二级，依此类推。因为这套标尺是从你这份文档里算出来的，所以一份用 28/20/14/11 磅的报告不需要任何配置就能得到合理层级。
结果栏会告诉你识别出几级标题。如果只有一级，那这份 PDF 的标题很可能是用加粗正文而非放大字号做的，靠字号无法区分。
操作步骤
- 1选择 PDF处理全部在你的浏览器本地完成。
- 2开始转换先分析字号分布，再按对应深度输出带 # 标记的文本。
- 3看一眼标题级数结构正常的文档通常会报出二到四级。
- 4下载 .md用任意编辑器打开——VS Code、Obsidian、Typora，或者直接粘进对话框。
整理输出结果
转出来的 Markdown 通常已经完成了九成。剩下那一成基本就是这几种情况：
- 每页重复出现的页眉——发现规律后一次性删掉重复行。
- 句子中间的硬换行，因为 PDF 在那里折了行。手动接上，或让渲染器把软换行重排。
- 章节之间单独成行的页码。
- 封面页变成好几个零散的一级标题。
这四种都是查找替换几秒钟的事，而且都源于「源格式是固定版式」这一事实，不是转换本身的缺陷。
常见问题
表格会转成 Markdown 表格吗？
表格内容会按阅读顺序输出为文本，而不是竖线分隔的 Markdown 表格。如果确实需要表格，请把同一个 PDF 用 PDF 转 CSV 跑一遍，那个工具专门做网格识别。
图片会被提取出来吗？
不会。Markdown 输出只含文本。需要页面图形的话，PDF 转 SVG 会把矢量图形保留下来。
粗体斜体会保留吗？
不能稳定保留。字重和字形信息藏在 PDF 内部的字体名里，而不同生成器的命名千差万别，所以我们不去猜。可以靠字号判定的标题是会保留的。
喂给大模型为什么用 Markdown 而不是纯文本？
标题能给模型提供文档层级，对摘要和问答的效果有可测量的提升。这一点在大模型专题那篇里有详细说明。