OmniDoc 文件提取 / 免費將PDF轉成Markdown
免費將PDF轉成Markdown
將 PDF 轉成乾淨嘅 Markdown:章節標題會按層級變成 #、##,段落會保持原有序列,表格會變成 Markdown 表格,而圖片就會放入 images/ 檔夾,並由文字引用。
上傳一個 PDF 來轉換桌面應用:冇頁數限制每個 PDF 最多可提取 501 頁,而且冇月度上限;免費計劃嘅任務會排隊等候。如果檔案較長或者你趕時間,OmniDoc 桌面應用就冇頁數限制,亦冇排隊。
點解唔直接將文字由 PDF 內面複製出嚟呢?
PDF 內面嘅文字係按頁面座標排列嘅,所以複製嗰陣成日會斷行、將頁眉頁腳混入正文、兩欄文字交錯排版,同埋將表格變成一串數字。
OmniDoc 先分析版面,將標題、正文、表格、圖片同頁眉頁腳分開,然後按閱讀順序全部寫出。Markdown 可以直接放入筆記、知識庫或人工智能助理入面。
點樣運作嘅
上傳檔案
用OmniDoc帳戶登入,然後將檔案拖到頁面上。
開始提取
PDF 個檔案、掃描件同圖片會經過版面分析、文字識別同表格識別;Office 檔案、電子書同網頁就直接解析。
下載結果
下載一個包含 Markdown、JSON 同圖像嘅 ZIP 檔。個任務會喺背景運行,所以你可以關閉頁面。
例子

ZIP 檔案入面有咩?
document.md | 全文以 Markdown 形式 |
document.json | 按閱讀順序嘅結構化數據 |
images/ | 文件嘅圖片,分開儲存 |
manifest.json | 一份帶基本資料嘅檔案清單 |
OmniDoc 桌面應用
免費嘅 Windows、macOS 同 Linux 桌面應用,可以喺你自己電腦上打開、編輯同儲存檔案。
一萬頁,打字都追得上
編輯一萬頁以上嘅文件,就好似編輯短文件咁容易:每個按鍵大約只需9毫秒,跳到任何頁面亦只需大約3毫秒。
100%經典 Office XML 支援
.docx、.xlsx 同 .pptx 可以原生打開同儲存,並保持為標準 Office 檔案;公式、圖表同樞紐分析表都可以繼續運作。
中國嘅新國家標準格式
可以原生打開同編輯 OFD(GB/T 33190),並且可以同 PDF 彼此轉換;內置咗 GB/T 7714—2015 參考文獻、GB/T 7713.1 學位論文範本同官方文件編號一、(一)1.(1)1。
問題
有幾欄嘅論文可以轉換嗎?
係呀。版面分析會按閱讀順序將兩三欄文字合埋一齊,所以唔會將唔同欄嘅行混合。
公式會點樣呀?
文字層面入邊嘅公式會按原樣寫出;複雜公式要對照原文核實。
我可以將 Markdown 直接畀人工智能嗎?
係呀。document.md 可以直接貼畀人工智能助手;document.json 則可以保留段落同表格嘅結構,適合用嚟檢索 (RAG)。
我需不需要一個帳戶?
係呀。用 OmniDoc 帳戶登入;註冊係免費嘅。只有你可以睇到你上傳嘅檔案同佢哋嘅結果。
免費版本有咩限制?
每個 PDF 最多可提取 501 頁,而且冇月度上限;免費計劃嘅任務會排隊等候。如果檔案較長或者你趕時間,OmniDoc 桌面應用就冇頁數限制,亦冇排隊。