OmniDocPDF转Markdown如何保留格式与标题层级
讲清PDF转Markdown时标题、列表和表格如何尽量保留。先判断PDF类型，再选转换路线，最后按标题层级、列表和表格逐项核对，附通用检查方法。
如果你手里有一份论文、产品手册或技术报告的 PDF，想把它放进笔记工具、代码仓库或静态网站，通常会想转成 Markdown。转换后让人头疼的是：原来的一级标题变成了正文，列表挤成一段，表格散成一堆符号，读起来已经不是原来的结构。
这篇写给需要做 pdf 转 markdown 保留格式的人。重点不在于找哪个工具，而在于讲清楚格式和标题层级为什么会丢、丢在哪一步，以及转换前后各做哪些检查。这些方法适用于大多数转换路线，读完你能判断自己的 PDF 适合哪种做法，也知道转换后该核对什么。
把 PDF 转成 Markdown 能保留标题层级吗？一句话结论
能保留大部分，但前提是 PDF 里的文字可以选中，标题在视觉上有明显区分，并且你愿意借助 Word 这类中间格式先整理一遍。扫描件和排版复杂的文件，标题层级通常需要人工补一遍。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 文字可以选中，标题字号清楚 | 直接转换，再核对层级 | 文本能被完整读取，字号差异可以作为判断标题的依据 |
| 扫描件或文字无法选中 | 先 OCR，再转换 | 没有文字层时，任何转换都只能得到图片 |
| 多栏、表格多、页眉页脚复杂 | 先转 Word 整理，再转 Markdown | Word 中的标题样式和表格结构更容易检查和修正 |
| 数学公式多 | 转换后单独检查公式，必要时保留 LaTeX 源码 | 公式容易变成乱码或图片，需要逐个确认 |
| 只需要纯文字内容 | 直接转换，忽略层级 | 不需要层级时对齐要求低，处理更省事 |
开始之前：先确认这几点
- 文字能不能选中。 打开 PDF，用鼠标拖选一段正文并复制。能复制出正确文字，说明是文本型 PDF；选不中或复制出乱码，多半是扫描件，需要先做 OCR，否则转换结果不可用。
- 标题有没有用字号和字重区分。 翻看几页，如果一级标题明显比正文大、二级标题加粗，层级就有依据可循。如果所有文字大小一样，转换工具无法判断哪里是标题，只能靠人工标注。
- 是否有多栏排版和页眉页脚。 多栏转换后常把左右两栏的顺序打乱，页眉页脚的页码和书名也会混进正文。遇到这种情况，建议先整理一遍再转换。
- 表格和公式的数量。 表格少，转换后手动修一下即可；表格多或公式多，建议先列出来单独检查，避免一个复杂表格拖累整篇文档。
- Markdown 用在哪里。 笔记软件、静态网站和代码仓库对 Markdown 的语法支持不完全一样，比如表格写法、数学公式和目录生成方式。先确认目标环境，再决定保留哪些特殊语法。
在 OmniDoc 里把 PDF 整理成可转换 Word 文件的步骤
下面的步骤用 OmniDoc 桌面客户端的 PDF 编辑功能，先把 PDF 整理成 Word 文件，再交给后续的 Markdown 转换。OmniDoc 本身不负责直接输出带层级的 Markdown，所以这一步的目的是把结构理清。
- 下载并打开桌面客户端。 访问 download.omnidoc.top 下载适用于你系统的版本，在 PDF 编辑器中打开要处理的文件。
- 检查文字是否可选。 如果是扫描件，使用 OCR 功能识别文字，完成后再选中一段文字，确认能正常选中和复制。
- 合并被拆开的段落。 对照原文，用段落文字编辑功能修正因排版换行而断开的句子，只改文字内容，不调整版式。
- 删除重复的页眉页脚。 把每页重复出现的书名、页码等文字删掉，避免它们被当成正文转入 Markdown。
- 导出为 Word 格式。 选择导出到 Word，保存为.docx 文件，并在 Word 中打开确认内容完整。
- 给标题设置样式。 在 Word 中把一级标题应用“一级标题”样式，把二级标题应用“二级标题”样式，正文保持普通段落。这一步决定了后续层级能否被识别。
- 整理列表与表格。 检查列表的序号和缩进是否连续，把被打散的表格重新调整为规整的行列结构；无法修复的表格，记下来转换后人工处理。
- 转换为 Markdown 并核对。 保存 docx 后，可以使用通用的文档转换命令行工具或在线转换网站转换。转换前注意文件隐私条款。转换结果可以在 UniDoc 网页编辑器（app.unidoc.top）中打开，与原文对照检查标题和表格。
转换后逐项核对
拿到 Markdown 后，不要只看开头几段，建议按下面的清单逐项检查。
| 检查项 | 怎么看 | 有问题怎么办 |
|---|---|---|
| 标题层级 | 搜索所有以“#”开头的行，数量和层级是否与原文目录一致 | 层级少一级，回到 Word 补样式后重新转换；只有个别标题，直接手动修改 |
| 段落与换行 | 正文是否每段独立，有没有被硬换行切开 | 合并被拆开的段落，删除多余空行 |
| 列表 | 有序和无序列表的序号、缩进是否连续 | 缩进错乱时统一改为一级列表，嵌套关系手动调整 |
| 表格 | 表头和列数是否对齐，单元格内是否混入多余符号 | 单元格里的竖线改为其他符号；复杂表格可保留为图片，并在下方用文字写出关键数据 |
| 公式 | 公式能否正常显示，还是残留着乱码 | 重新录入公式，或保留为图片并注明来源 |
| 图片 | 图片是否缺失，位置是否在正确段落 | 重新插入图片，并补上图注 |
| 文字准确性 | 抽查几段，与原文逐句对照 | OCR 和机器翻译的结果要逐段核对，尤其是数字、专有名词和引用编号 |
🎯 哪种做法适合你？
- 只想快速留存内容： 直接转换即可，层级如果乱了，用编辑器手动补几个标题就够用。
- 要放进静态网站或代码仓库： 建议走 Word 中间格式，逐级检查标题、表格和目录，确保导航与页面结构正确。
- 原文是扫描书籍或旧资料： 先 OCR 再整理，人工修改的工作量会明显更大，适合预留充足时间逐页核对。
❓ 常见问题（FAQ）
1. 免费的 PDF 转 Markdown 工具可以用吗？
可以，但挑选时要看几个方面：文件大小限制、输出内容是否带水印、文件是否会上传到服务器以及隐私条款，还有标题、表格的保留情况。涉及未公开的合同或论文草稿时，尽量选择不外传文件的方式。
2. 在线转换和本地处理有什么区别？
在线转换通常需要上传文件，操作简单，但要确认保存期限和隐私条款。本地处理文件不离开电脑，更适合敏感资料。两者在标题识别上的差别，主要取决于 PDF 本身的结构，而不是处理的位置。
3. 转换后标题全变成了正文，怎么办？
这通常说明源文件中的标题没有用样式标注，或者 PDF 里标题与正文的字号差别不明显。回到 Word，给标题应用一级、二级标题样式后重新转换，比直接在 Markdown 里补“#”更稳定，后续也更容易维护。
4. 表格转换后乱了，能不能直接保存为图片？
可以。图片能确保外观与原文一致，但表格内容无法搜索和复制。建议简单表格尽量改写为 Markdown 表格，复杂表格保留为图片，并在旁边用文字写出关键数据，方便检索和引用。
📝 总结
pdf 转 markdown 保留格式的关键，是先判断 PDF 能否读取文字，再借助 Word 等中间格式理清标题样式，最后逐项核对标题层级、列表和表格。按这个顺序处理，大部分文档都能得到结构清楚、便于继续编辑的 Markdown。
