Marker怎么把PDF转Markdown？安装、识别与导出步骤

Marker可以把PDF解析为Markdown：先安装本地运行环境，再识别正文、标题、列表和图片，最后导出并检查 .md文件。如果不想配置环境，可直接使用PDF转Markdown在线处理；扫描件或复杂版式则建议先做OCR和版面整理。

方法一：使用PDF.cn在线完成转换

适用场景：临时转换普通文字型PDF，不想安装软件，希望快速取得Markdown文件。对于扫描件、复杂表格、多栏论文和公式较多的文档，转换后仍需人工校对，不能保证完全恢复原排版。

步骤 1：找到工具入口。进入PDF.cn首页，在PDF转出分类中找到PDF转Markdown，确认转换方向是从PDF导出Markdown。

找到工具入口

步骤 2：选择并上传文件。点击页面中的“选择PDF文件”，加入需要处理的文档。上传前先确认文件能够正常打开，并避免把损坏文件误认为转换故障。

选择并上传文件

步骤 3：核对上传状态。文件列表出现名称、大小和“上传成功”后，再继续处理。如果名称不对、大小异常或状态未完成，应先删除错误项目并重新选择。

核对上传状态

步骤 4：开始转换。确认文件无误后点击“开始转换”。处理期间不要重复提交同一文件，以免列表中产生多个难以区分的结果。

设置参数并开始处理

步骤 5：下载并检查结果。记录显示“转换完成”后点击“下载”。打开Markdown文件，重点查看标题层级、段落顺序、列表缩进、图片引用和中文标点是否正常。

下载结果并检查

• 抽查开头、中间和结尾，确认没有缺页或段落倒序。
• 检查图片相对路径是否与导出的资源目录对应。
• 遇到表格错列时，可改写为Markdown表格或普通列表。

方法二：安装Marker在本地识别并导出

适用场景：需要在本地处理文件、连续转换多份PDF，或希望保留Markdown与配套图片目录。该路线需要Python环境和足够的磁盘空间；安装命令或可用参数可能随Marker当前发行包变化，应以本机命令帮助为准。

步骤 1：准备环境并安装。先创建独立虚拟环境，再执行 python -m pip install marker-pdf。安装结束后运行 marker_single --help，能够显示帮助信息，才说明命令已经可用。输入文件应保留原始PDF，输出目录则单独建立，便于核对Markdown和图片资源。

先明确PDF输入、Markdown输出及配套资源的存放位置

步骤 2：执行识别。单文件可按 marker_single "input.pdf" --output_dir "output" 的形式运行。路径含空格时保留引号；如果本机帮助信息中的参数名称不同，应使用当前安装包列出的写法。扫描版PDF要额外关注OCR结果，不能只看命令是否执行结束。

步骤 3：核对本地转换设置。无论使用命令行还是带界面的本地转换器，都要确认处理方向、输入范围、输出位置、编码和Markdown风格。下图展示的是同类本地转换界面，用于说明这些检查项，并非Marker的命令行界面。

本地转换时核对处理方向、输入范围和输出目录

步骤 4：验收导出内容。用文本编辑器打开生成的 .md文件，同时检查资源目录。标题应采用连续的Markdown层级，图片链接应能定位到实际文件；公式、脚注、多栏内容和跨页表格需要与原PDF逐段对照。

• 命令无法识别：确认虚拟环境已经激活，并重新查看命令帮助。
• 中文乱码：检查Markdown文件编码，优先以UTF-8打开。
• 内容顺序异常：返回原PDF检查是否为多栏、浮动文本框或扁平化页面。

方法三：扫描件或复杂版式先预处理再转换

适用场景：页面不能选中文字、扫描方向不一致、文件由多种格式合并，或转换后出现大量空白和错序。不适合直接追求原样复刻；Markdown更关注内容结构，复杂版面通常需要人工重新组织。

步骤 1：判断文件类型。先尝试选中并复制一小段文字。能够复制通常属于文字型PDF；只能框选整页图片时，应先做OCR。若文件由CAD、OFD、XPS等格式间接生成，可先在具备PDF工具和格式转换功能的办公软件中检查来源与处理入口，再决定是否重新生成规范PDF。

在办公工具中检查PDF类型及可用的格式处理入口

步骤 2：完成预处理。扫描件先纠正页面方向、删除明显空白页并完成文字识别；混合文档则统一页面顺序。OCR后先复制几段中文进行抽查，尤其注意数字、英文缩写、项目符号和表格边界。

步骤 3：提交预处理后的文件。确认文件可以正常打开后，在兼容的转换页面选择处理后的PDF。选择前再次核对文件名，避免把原扫描件与OCR版本混淆。

选择预处理后的PDF，再进入Markdown转换流程

步骤 4：进行双重检查。先对照OCR文本是否准确，再检查Markdown结构。若标题被识别成普通段落，可手动补充井号层级；若表格单元格大量合并，应改成列表或重新整理数据，而不是强行保留错误表格。

常见问题：为什么转换成功却没有正文？

这通常说明原文件是图片型扫描件，或文字层损坏。先确认能否复制文字；不能复制时先执行OCR，再重新转换。

常见问题：Markdown为什么无法保持原PDF的版面？

PDF记录的是固定页面布局，Markdown表达的是内容结构，两者目标不同。多栏、浮动图文、公式和复杂表格需要重新整理，不能承诺百分之百还原。

参考来源

• PDF在线工具与文件处理入口
• PDF与办公文件转换补充参考

经常处理PDF、Markdown和其他办公格式时，可以继续关注极轻PDF网站的工具更新与实用教程，并根据文件是否可复制、是否需要本地处理来选择路线。