PDF文件如何转成markdown格式
【摘要】 百度上根据pdf转makrdown为关键字进行搜索，结果大多数是反过来的转换，即markdown文本转PDF格式。但是PDF转markdown的解决方案很少。正好我工作上有这个需求，所以自己实现了一个解决方案。下图是一个用PDF XChange Editor打开的PDF文件，我想将其内容通过markdown格式导出。(1) 首先将该PDF导出成word格式，后缀.docx(2） 使用typo...
百度上根据pdf转makrdown为关键字进行搜索，结果大多数是反过来的转换，即markdown文本转PDF格式。
但是PDF转markdown的解决方案很少。
正好我工作上有这个需求，所以自己实现了一个解决方案。
下图是一个用PDF XChange Editor打开的PDF文件，我想将其内容通过markdown格式导出。
(1) 首先将该PDF导出成word格式，后缀.docx
(2） 使用typora获得该word文档的markdown源代码：
此时任务只完成了一半，因为typora这个工具转换成的markdown格式，如果原始的word文档里包含图片，这些图片以本地图片的形式存在于markdown里，那我如果直接将包含了这些本地图片的标签的markdown发布到简书，CSDN，开源中国，腾讯云，阿里云这些支持markdown的社区时，这些本地图片将无法显示。
因此我们必须找到一个高效的方法，将word里包含的本地图片先上传到网络上，再用生成的包含了图片网络url的markdown标签替换本地图片标签。
(3) 把word文件的后缀从.docx改成.zip, 解压后，在文件夹word的子文件夹media里能找到所有的本地文件。
把这些本地文件全部上传到网站，生成下面这些url：
我写了一个工具，可以把仅包含了本地图片标签的markdown源代码和包含了上述在线图片url标签的源代码做一个合并，后并后，本地图片标签会被在线图片标签取代：
这个工具可以从我github上获得：
https://github.com/i042416/KnowlegeRepository/blob/master/practice/255_markdown_tool.html
下图就是我的原始PDF转换成markdown格式后发布在某社区上的效果，和原始PDF外观完全一致：
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）