---
title: "pdf-craft – 开源 PDF 转 Markdown 工具"
url: "https://paooo.com/aigc-news/20793/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T16:57:59+08:00"
updated_at: "2026-06-08T16:57:59+08:00"
categories: "AIGC 资讯"
tags: "AI办公效率, RAG检索增强, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# pdf-craft – 开源 PDF 转 Markdown 工具

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20793/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 支持扫描 PDF 转 Markdown/EPUB，正文提取更完整，结构保留更清晰。
- 结合 DocLayout-YOLO、PaddleOCR 与 layoutreader，提升布局识别、OCR 和阅读顺序效果。
- 适合论文、书籍、教材与档案整理，尤其适合需要可编辑文本的场景。

## pdf-craft是什么

pdf-craft 是用在将 PDF 文件转换为其他格式（如 Markdown、EPUB）的工具，专注于处理扫描书籍的 PDF 文件。pdf-craft 支持提取正文内容，过滤掉页眉、页脚、脚注等非正文元素。基于结合 DocLayout-YOLO 算法和 PaddleOCR 文本识别技术，pdf-craft 能有效处理跨页问题，生成语义通顺的文本。

## pdf-craft的主要功能

- **PDF 转 Markdown 功能**：将 PDF 转换为 Markdown 格式，提取正文内容保留结构，将插图、表格和公式用截图形式嵌入，确保生成的 Markdown 文件语义连贯。

- **PDF 转 EPUB 功能**：借助大型语言模型构建 EPUB 的书籍结构生成目录，整合注释和引文，纠正 OCR 错误，转换为适配电子书阅读器的 EPUB 格式。

## pdf-craft的技术原理

- **页面布局分析**：基于 DocLayout-YOLO 算法对 PDF 页面进行布局分析，识别文本块、图片、表格等元素的位置和边界。结合自定义算法进一步优化布局解析，确保提取的正文内容准确且完整。

- **文本识别**：基于 PaddleOCR 进行文本识别。PaddleOCR 是高性能的开源 OCR 工具，能准确识别扫描书籍中的文字内容。基于预训练模型对页面中的文本块进行识别和提取。

- **跨页处理**：在处理跨页文本时，基于算法判断文本块之间的逻辑关系，确保跨页文本的连贯性。

- **阅读顺序优化**：基于 layoutreader 确定文本块的阅读顺序。根据页面布局和文本块的位置，生成符合人类阅读习惯的顺序。

## pdf-craft的项目地址

- **GitHub仓库**：[https://github.com/oomol-lab/pdf-craft](https://github.com/oomol-lab/pdf-craft)

## pdf-craft的应用场景

- **学术研究**：将扫描的学术论文转换为Markdown或EPUB格式，方便编辑、注释和整理。

- **电子书制作**：将扫描的书籍转换为EPUB格式，生成目录和章节结构，便于发布和阅读。

- **文档存档**：将纸质文档或PDF文件转换为Markdown或EPUB格式，便于长期存档和检索。

- **教育资料整理**：将扫描的教材或讲义转换为可编辑格式，方便教师整理和学生学习。

- **个人学习**：将扫描的书籍或资料转换为Markdown格式，方便个人笔记整理和复习。

## 常见问题解答 (FAQ)

### pdf-craft适合处理扫描版PDF吗？
适合。pdf-craft 专门面向扫描书籍和扫描文档场景，能识别正文内容并过滤页眉、页脚、脚注等非正文元素，尽量输出语义连贯、结构清晰的 Markdown 或 EPUB。

### pdf-craft转换PDF后能保留表格和公式吗？
可以保留，但方式是以截图形式嵌入到 Markdown 中，确保内容不丢失并维持文档连贯性。它更强调正文提取和结构整理，而不是把表格、公式完全转成可编辑文本。

### pdf-craft的核心技术是什么？
核心技术包括 DocLayout-YOLO 页面布局分析、PaddleOCR 文本识别，以及基于 layoutreader 的阅读顺序优化。它还会处理跨页文本关系，提升扫描 PDF 转换后的可读性。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
