簡介

什么是 PDF3MD ？

PDF3MD 是一個現代化、用戶友好的網絡應用程序，旨在將 PDF 文檔轉換為干凈、格式化的 Markdown 文本。它提供了高效的轉換工具，支持多種文件格式之間的轉換。

主要特點

1. PDF 轉 Markdown：能夠將 PDF 文檔轉換為可讀性強的 Markdown 格式，同時保留文檔的結構元素。
2. Markdown 轉 Word (DOCX)：支持將用戶提供的 Markdown 文本轉換為 DOCX 格式，使用 Pandoc 實現高質量輸出。
3. 多文件上傳：支持同時上傳和處理多個 PDF 文件，提升工作效率。
4. 拖拽式界面：提供用戶友好的文件上傳方式，支持拖放或傳統的文件選擇。
5. 實時進度跟蹤：在轉換過程中提供詳細的狀態更新，用戶可以實時監控轉換進度。
6. 現代響應式用戶界面：設計直觀，適合各種設備使用。

應用場景

• 文檔轉換：適用于需要將 PDF 文檔轉換為 Markdown 的用戶，例如技術文檔編輯、博客撰寫等。
• 內容編輯：方便用戶在 Markdown 格式下進行內容編輯和格式化，然后可以輕松導出為 Word 文檔。
• 批量處理：適合需要處理大量文檔的場景，例如教育機構、出版社等。

PDF3MD 通過提供簡化的文檔轉換流程，大大提升了用戶的工作效率和體驗。

安裝

在群暉上以 Docker 方式安裝。

本文寫作時， latest 版本對應為 sha-229610b；

采用 docker-compose 安裝，將下面的內容保存為 docker-compose.yml 文件

services:backend:image: learnedmachine/pdf3md-backend:latest container_name: pdf3md-backendrestart: unless-stoppedports:- "6201:6201"volumes:- ./data:/app/tempenvironment:- PYTHONUNBUFFERED=1- FLASK_ENV=production- TZ=Asia/Shanghaihealthcheck:test: ["CMD", "curl", "-f", "http://localhost:6201/"]interval: 30stimeout: 10sretries: 3start_period: 40sfrontend:image: learnedmachine/pdf3md-frontend:latest container_name: pdf3md-frontendrestart: unless-stoppedports:- "6202:3000"environment: {}depends_on:- backendhealthcheck:test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:3000/"]interval: 30stimeout: 10sretries: 3start_period: 40s

然后執行下面的命令

# 新建文件夾 pdf3md 和 子目錄
mkdir -p /volume1/docker/pdf3md/data# 進入 pdf3md 目錄
cd /volume1/docker/pdf3md# 將 docker-compose.yml 放入當前目錄# 一鍵啟動
docker-compose up -d

運行

在瀏覽器中輸入 http://群暉IP:6202 就能看到主界面

PDF 轉 MD

老蘇將本文在 obsidian 中轉成了 pdf 格式

然后將 pdf 丟進來 PDF3MD

轉換速度很快，雖然不能 100% 復原，但是也大差不差的

不要用那種掃描的 pdf 文件，畢竟還不支持 ocr 功能

MD 轉 Word

將 markdown 粘貼到文本框，轉換速度相對慢很多

但是效果看起來還是不錯的

參考文檔

murtaza-nasir/pdf3md: A modern, user-friendly web application that converts PDF documents to clean, formatted Markdown text.
地址：https://github.com/murtaza-nasir/pdf3md