拖入 PDF、扫描件或截图，直接得到可编辑的 Markdown；全部在浏览器本地完成，不上传。
把 PDF 拖进上方方框，几秒内就能得到 Markdown：文字型 PDF 会按字号识别标题，保留列表、简单表格和等宽代码块，并自动去掉重复的页眉页脚、修复断行；扫描件和图片会用浏览器内的基础 OCR（tesseract.js）识别文字，准确率有限，复杂表格和版式不会还原。结果可以并排预览、复制、下载 .md 或打包 ZIP，文件全程不离开你的设备。
部分页面经过基础 OCR 识别，准确率有限，请核对文字；扫描件里的表格不会还原成 Markdown 表格。
没有提取到文字。若是扫描件，请把 OCR 设为“所有页都识别”并选对语言。
隐私：文件只在你这台设备的浏览器里读取和转换（pdf.js / tesseract.js 均为本站自托管），17NAS 服务器收不到任何文件或文字内容。
四步完成：添加文件 → 选项 → 核对结果 → 复制或下载。
把 PDF、JPG 或 PNG 拖进方框，或点「选择文件」，一次最多 50 个。
选择是否加分页标记、去掉页眉页脚；扫描件选对 OCR 语言（默认跟随页面语言）。
左边是渲染预览，右边是 Markdown 源码，可直接修改；多页文件可逐页查看。
一键复制、下载 .md，或把每页 / 全部文件打包 ZIP。
以下准确率来自我们用合成样例的实测（字符相似度，越高越好），真实文件会因字体、清晰度和版式不同而变化。
| 项目 | 支持 | 说明 |
|---|---|---|
| 文字型 PDF 的文字 | 支持 | 直接读取，实测英文与简体中文样例 100% 还原（含需 CMap 的中文字体） |
| 标题、列表、代码块 | 支持 | 按字号/粗细判断标题（最多 3 级），识别项目符号和编号列表、等宽字体代码块；样例全部正确 |
| 表格（文字型 PDF） | 部分支持 | 按文字位置对齐还原成 GFM 表格；合并单元格、无间距或跨页的表格可能错位 |
| 页眉页脚、断行 | 支持 | 重复出现的页眉页脚和页码自动去掉，英文连字符断词和中文断行自动拼接 |
| 清晰截图 OCR | 部分支持 | 实测：英文、简中、繁中、日文约 100%，韩文约 87% |
| 扫描件 / 小字 OCR | 部分支持 | 实测：带噪点、轻微倾斜的扫描约 99%；16 px 小字约 98%（偶有单词粘连）。模糊、手写、低分辨率照片会明显更差 |
| 扫描件里的表格和版式 | 不支持 | 基础 OCR 只输出段落文字，不还原表格、多栏和图片位置 |
| 图片、公式、链接 | 不支持 | 图片不导出；数学公式按普通文字输出；PDF 内的超链接不保留 |
| 加密 PDF | 不支持 | 需要打开密码的 PDF 无法处理 |
| 多栏排版 | 部分支持 | 按从上到下读取，两栏论文可能左右交错 |
不会。PDF 解析和 OCR 都在你的浏览器里运行，本站只提供程序和语言包下载，收不到文件或文字。
这是免费的基础 OCR（开源 tesseract.js），清晰的印刷体效果不错，但准确率有限：模糊、手写、复杂背景会出错，表格不会还原成表格。请务必核对结果。本站没有付费的“高精度”版本。
能用鼠标选中文字的就是文字型。默认“自动”模式下，本工具对有文字的页直接提取，没有文字的页才 OCR，所以混合文件也能处理。
文字型 PDF 中列对齐清楚的表格会转成 GFM 表格；合并单元格、跨页或很密的表格可能错位。扫描件里的表格只输出文字。
首次使用要下载识别引擎（约 4 MB）和语言包（1.6–2.9 MB），之后浏览器会缓存。每页识别通常需要数秒，手机上更慢。
选文档的主要语言即可，每个选项都已带英文。默认跟随网页语言，可随时切换后点“按新选项重新转换”。
可以，一次最多 50 个文件，依次处理；可以单独查看每个文件，或点“全部文件 ZIP”一次下载全部 .md。
文字型 PDF 很快（实测 60 页约 1 秒）；OCR 每页数秒。随时可点“取消”，已完成的页保留，之后可“继续未完成的”。
需要打开密码的 PDF 不支持，请先用 PDF 阅读器去掉密码后再转换。
发邮件到 [email protected]，最好附上问题描述（不必附原文件）。
反馈与建议： [email protected]
