此頁面為機器翻譯。發現錯誤了嗎?協助我們改善。
Skip to content

PDF 轉 Markdown ​

將 PDF 轉成 Markdown 檔案,可直接放進 wiki、靜態網站或 LLM 管線。

API 端點 ​

POST /api/v1/tools/pdf/pdf-to-markdown

接受包含 PDF 檔案的 multipart 表單資料。

參數 ​

此工具沒有可設定的參數。上傳 PDF 後即可取得 .md 檔案。

範例請求 ​

bash
curl -X POST http://localhost:1349/api/v1/tools/pdf/pdf-to-markdown \
  -H "Authorization: Bearer si_your-api-key" \
  -F "[email protected]"

範例回應 ​

json
{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "downloadUrl": "/api/v1/download/a1b2c3d4-e5f6-7890-abcd-ef1234567890/report.md",
  "originalSize": 520000,
  "processedSize": 14300,
  "chars": 14300
}

較大的 PDF 可能超出同步等待時間。此時 API 會回應 202 與 jobId,你可以透過 /api/v1/jobs/{jobId}/progress 追蹤進度。

保留的內容 ​

PDF 儲存的是有位置的文字,而非結構,因此轉換器必須自行推斷:

  • 標題。 明顯比內文大的短行會成為 # 到 ###### 標題,依整份文件中的字級排序。
  • 清單。 以項目符號或數字開頭的行會成為清單項目。
  • 粗體、斜體與連結。 以行內形式保留。只有 http、https 與 mailto 連結會保留。
  • 表格。 以框線繪製的表格會輸出為 Markdown 表格。只靠空白排版的表格通常會變成一般段落。

圖片會被捨棄。多欄版面與特殊的頁面設計只能盡力處理,使用前請檢查輸出。

備註 ​

  • 接受的輸入格式:.pdf。
  • 回應中的 chars 欄位是 Markdown 輸出的長度。
  • 掃描 PDF 沒有可轉換的文字圖層。工具會以 422 與錯誤碼 NO_TEXT_LAYER 拒絕,而不是回傳空檔案。請改用 PDF OCR 工具。
  • 若要往返轉換,Markdown 轉 PDF、Markdown 轉 Word 與 Markdown 轉 HTML 可讀取 .md 檔案。