PDF3MD：把 PDF 转成 Markdown 和 Word 的开源神器-编程阁

PDF3MD：把 PDF 转成 Markdown 和 Word 的开源神器

平时处理文档的时候，经常遇到这种尴尬情况：收到一个 PDF 文件，想转成 Markdown 方便编辑，或者想导出成 Word 文档，但手头的工具要么功能单一，要么操作复杂，有的还得收费，真是让人头大。直到前几天，偶然发现 PDF3MD 这个开源工具，专门用来把 PDF 转成 Markdown 和 Word 格式，界面简洁，操作直观，简直是摸到了宝藏！

🔗 Claude Code 国内代理链接
温馨提示：通过此链接注册使用，可以送 20 美金抵扣券直接可用哦！千万别错过这个羊毛！

产品介绍：这是个啥子东西

PDF3MD 是一个现代化的 Web 应用，前端用 React 写的，后端用的是 Python Flask。它的核心功能就是把 PDF 文档转换成干净的 Markdown 格式，同时还能把 Markdown 再转成 Word（DOCX）文档。整个架构设计得相当精巧，用 PyMuPDF4LLM 来处理 PDF，用 Pandoc 来做 Markdown 到 Word 的转换，这两个都是业内相当成熟的工具。

这个项目最巴适的地方是它的用户界面做得特别漂亮，支持拖拽上传文件，可以实时显示转换进度，处理完成后可以直接复制 Markdown 内容，或者下载 Word 文档。而且支持批量上传多个 PDF 文件同时转换，每个文件都会显示原始名称、大小、页数和转换时间戳，信息一目了然。

和其他工具横向对比

说实话，市面上 PDF 转换工具真不少，但各有各的问题。咱们来摆摆龙门阵，对比一下几个常见的解决方案：

在线转换工具（如 Smallpdf、ILovePDF 等）：这些工具优点是不用安装，直接在浏览器里就能用。但缺点也很明显，通常有文件大小限制，批量转换要付费，而且要把文件上传到第三方服务器，隐私方面让人有点担心。PDF3MD 作为本地部署方案，数据完全在自己掌控中，安全感拉满。

Adobe Acrobat：这个算是业界老大哥了，功能确实强大，但价格也是真的贵，而且对于咱们这种只需要简单转换功能的用户来说，有点杀鸡用牛刀的意思。PDF3MD 是开源免费的，部署成本几乎为零，性价比直接秒杀。

Python 脚本方案：很多技术人会自己写脚本用 pdfplumber、fitz 这些库来转换，虽然灵活，但对普通用户不太友好，还得配置 Python 环境。PDF3MD 把这些复杂操作都封装在 Web 界面后面了，有手就能用，完全不需要懂代码。

Pandoc 命令行工具：Pandoc 本身很强大，但命令行操作对新手不够友好，而且直接用 Pandoc 转 PDF 效果一般，会丢失格式。PDF3MD 底层也用 Pandoc，但专门做了优化，转换质量要好很多。

从架构上看，PDF3MD 采用前后端分离的设计，前端负责用户交互和进度展示，后端负责实际的文件处理。这种架构比单体应用更易维护，也为后续功能扩展留足了空间。对比一些老的桌面应用，Web 界面天然就支持远程访问，在服务器上部署一次，局域网内的设备都能用，相当方便。

技术栈解析

对于咱们技术人来说，了解一个项目的底层技术也挺有意思的：

前端：React + Vite，现在前端圈最流行的组合之一，开发体验好，打包速度快
后端：Python Flask，轻量级 Web 框架，处理这种中小型应用刚刚好
PDF 处理：PyMuPDF4LLM，这是基于 MuPDF 的封装库，解析 PDF 的能力相当强
文档转换：Pandoc，文档转换界的瑞士军刀，支持无数种格式互转

这个技术选型相当务实，没有引入不必要的复杂度，每个组件都干自己最擅长的事情。

安装和部署

PDF3MD 提供了好几种部署方式，咱们按从简单到复杂的顺序来摆。

方式一：Docker 快速部署（推荐）

这是最简单的办法，只需要 Docker 和 Docker Compose 就行。首先创建一个项目目录：

mkdirpdf3md-app&&cdpdf3md-app

然后创建一个docker-compose.yml文件，内容如下：

services:backend:image:docker.io/learnedmachine/pdf3md-backend:latestcontainer_name:pdf3md-backendports:-"6201:6201"environment:-PYTHONUNBUFFERED=1-FLASK_ENV=production-TZ=Asia/Shanghaivolumes:-./pdf3md/temp:/app/temprestart:unless-stoppedhealthcheck:test:["CMD","curl","-f","http://localhost:6201/"]interval:30stimeout:10sretries:3start_period:40sfrontend:image:docker.io/learnedmachine/pdf3md-frontend:latestcontainer_name:pdf3md-frontendports:-"3000:3000"depends_on:-backendrestart:unless-stoppedhealthcheck:test:["CMD","wget","--no-verbose","--tries=1","--spider","http://localhost:3000/"]interval:30stimeout:10sretries:3start_period:40snetworks:default:name:pdf3md-network

然后执行启动命令：

dockercompose up -d

等服务启动完成后，访问http://localhost:3000就能看到界面了。注意我把时区改成了Asia/Shanghai，这样显示的时间戳就是咱们本地时间，更方便。

方式二：开发环境部署

如果你想自己改代码或者贡献 PR，可以克隆源码本地跑：

gitclone https://github.com/murtaza-nasir/pdf3md.gitcdpdf3md/pdf3md

启动后端：

pipinstall-r requirements.txt python app.py

启动前端（新开一个终端）：

npminstallnpmrun dev

前端会在http://localhost:5173启动，后端在http://localhost:6201。源码里还提供了start_server.sh和stop_server.sh两个脚本，可以一键启动和停止前后端服务，记得先给它们加上执行权限：

chmod+x start_server.sh stop_server.sh

方式三：配合反向代理部署到服务器

如果你想部署到云服务器上供团队使用，可以配合 Nginx 做反向代理。假设你有一个域名pdf3md.example.com，Nginx 配置大致是这样：

server { listen 80; server_name pdf3md.example.com; # 前端 location / { proxy_pass http://localhost:3000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; } # 后端 API location /api/ { proxy_pass http://localhost:6201/; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; } }

这个配置会把根路径请求转发到前端服务，/api/路径的请求转发到后端。记得加上 SSL 证书，Let’s Encrypt 免费的就很不错。