欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

PDF文件如何转成markdown格式 PDFmarkdownofficetypora 

程序员文章站 2022-03-03 16:00:42
...

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。

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

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。

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

(1) 首先将该PDF导出成word格式,后缀.docx

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 
 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

(2) 使用typora获得该word文档的markdown源代码:

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

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。

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

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。

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

把这些本地文件全部上传到网站,生成下面这些url:

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

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:

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

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:

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora 

要获取更多Jerry的原创文章,请关注公众号"汪子熙":

 

 
PDF文件如何转成markdown格式
            
    
    
        PDFmarkdownofficetypora