把 PDF 搬进笔记软件：转 Markdown 的正确姿势

转换读取 PDF 的文字层，统计全文档的字号分布：明显大于正文且加粗的行识别为标题（按大小分一级、二级），以短横线、圆点或数字编号开头的行规整为 Markdown 列表项，行距较大的位置切分段落。标题、列表、段落映射为对应的 Markdown 语法，其余内容按纯文本保留。

结构规整的文字型文档效果最好：报告、论文、电子书、产品手册。这类文档的标题字号层级分明，识别准确率高。杂志、宣传册等多栏排版文档按阅读顺序提取文字流，栏间顺序可能与视觉顺序不同，导入后需要手工调整。

扫描件没有文字层，无法直接转换，需要先经「OCR 文字识别」生成文字层。转换结果是纯文字流，图片与表格边框不随文输出，表格文字按行保留。

转文本产出按页分段的 TXT，适合检索、翻译预处理等不关心结构的场景；转 Markdown 额外重建标题与列表层级，适合内容需要继续编辑、发布的场景。两者都支持批量处理，按需选择即可。