pdf-to-markdown 是办公效率领域的开源项目，由 iamarunbrahma 开发，2024 年首次发布。
它收录于办公效率分类，该分类目前共有 142 个项目，GitHub 星标数为 207。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：将学术论文或报告转换为Markdown便于笔记整理。同类可对比的替代方案包括 marker、pandoc、pdfplumber。
pdf-to-markdown
把 PDF 变成干净 Markdown，文档处理省心省力
pdf-to-markdown 是一个将 PDF 文件转换为干净、结构化 Markdown 的 Python 工具。它解决了从 PDF 中提取文本时格式混乱、难以复用的问题，能够自动识别文档结构，将标题、段落、列表等元素转换为对应的 Markdown 语法，输出易于编辑和阅读的纯文本格式。核心能力包括：高效的 PDF 解析、智能的版面分析、以及 Markdown 格式的规范化输出。适合需要批量处理 PDF 文档、构建知识库或进行文本挖掘的用户。
开源
free
搜索知识
GitHub 星标
★ 207
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队iamarunbrahma
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型document-conversion,document-processing,information-retrieval,pdf-converter,pdf-extraction,pdf-parsing,pdf-to-markdown,python,rag,retrieval-augmented-generation,text-extraction
GitHub 星标★ 207
30天Star增速
HF 下载量
上线时间2024-09-10 00:00:00
最近更新2026-09-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6
使用教程
核心亮点
- 输出结构清晰，标题、列表等元素自动转换，保留文档层次
- 基于 Python，易于集成到自动化工作流或脚本中
- 专注单一任务，转换质量稳定，适合批量处理
不足之处
- 项目早期，星标少，功能可能不完善
- 文档/社区待观察
适用场景
- 将学术论文或报告转换为 Markdown 便于笔记整理
- 批量转换 PDF 文档以构建本地知识库
- 在数据管道中提取 PDF 文本用于后续 NLP 处理
替代项目
marker、pandoc、pdfplumber
项目介绍
同类项目推荐
sunshine-control-panel
开源
一站式管理游戏库、监控内存，AI 助手加持，让大屏启动更高效。
Sunshine Foundation 大屏桌面管理器 | Tauri + Vue 3，游戏库管理、米塔AI助手、内存监控···
Stirling PDF
开源
本地部署 PDF 工具箱
#1 PDF Application on GitHub that lets you edit PDFs on any device anywhere
obsidian-md2wechat
开源
一键将 Obsidian 笔记排版成公众号文章，告别手动调格式
Obsidian → WeChat | Obsidian 插件一键排版发布到微信公众号，键排版发布到微信公众号：···
pdf2md
开源
浏览器里直接把 PDF 变成 Markdown，不用上传，隐私安全。
Browser based tool to convert PDFs to Markdown