PDF → Markdown/DOCX
小说从 PDF（.pdf）转成富文本（.md、.docx）是很常见的一步 ——这类写作源文件还能继续编辑和批注，适合当中间稿。不过 PDF 转富文本会有额外的问题需要考虑：会丢失精确的分页与版面位置。下面详细说明 PDF 如何转成富文本以及注意点，文末附带 PDF 转富文本的转换工具，可以直接在浏览器里上传文件转换。
PDF 是什么
PDF 记录的不是「段落」，而是「在页面的哪个位置画什么」，所以它能把版面原样固定下来 —— 字体、分栏、图表位置在任何设备上都完全一致，打印出来也和屏幕上一样。代价是读者无法重排、不能调字号，长文在小屏幕上只能靠缩放阅读。它最适合需要严格保版式的场景，比如论文、合同、扫描件、印刷稿，以及需要长期归档、不希望被改动的文件。 查看 PDF 格式详情
| 扩展名 | .pdf |
|---|---|
| 典型用途 | 需要严格保版式的文档、论文、合同与扫描件；也可作为打印与归档格式。 |
Markdown/DOCX 是什么
这里把 Markdown（.md）和 Word（.docx）放在一族，因为它们在转换里扮演同一个角色：带轻量结构的写作源文件。Markdown 是纯文本加标记符号，干净、便于版本管理，但表达力有限；.docx 是一个 ZIP 包，里面是 Office Open XML，排版信息丰富得多，分页、页眉页脚、批注和修订都能保留。两者都更适合当转换的起点，而不是最终的阅读格式 —— 它们的阅读体验都取决于用哪个软件打开。 查看 Markdown/DOCX 格式详情
| 扩展名 | .md.docx |
|---|---|
| 典型用途 | 写作与排版的源头文件；转换为 EPUB/TXT 前的中间格式。 |
如何把 PDF 转成 Markdown/DOCX
PDF 里的换行多半是「视觉换行」而不是段落结束：一个段落可能被切成 5 行、每行都是独立文本块。直接抽取会得到一堆硬回车，需要按行尾是否完整句子、行宽是否接近页宽来重新合并段落。扫描版 PDF 更是完全没有文字层，抽取结果为空白，必须先做 OCR。
生成 .docx 适合后续继续编辑，但阅读体验不是它的目标：分页会随 Word 版本和字体变化，手机上看排版容易错乱。若目标是阅读器，EPUB 才是正确终点。
版式要「打散重建」：PDF的段落、分栏、图表位置是为固定页面排的，转成可重排格式后这些位置信息没有意义，转换器只能按文字流重新拼接。结果是段落可能被并错、分栏可能串行、图表会跑到文字中间。转换后务必通读前几章，重点看对话分段和图表附近。
源是「一页一张整图」，而目标会重排：每张图会作为独立图片按顺序插入，文字层若不存在就只剩图片流。这种情况下转出的文件往往体积巨大、无法搜索，阅读体验反而比原格式差。
源文件没有章节概念（漫画按页、PDF 按页），而目标期望有目录。转换器只能按页或按固定长度机械切分，得到的目录没有语义 —— 如果不需要导航可以忽略，但不要指望它能自动识别出「章」。
PDF 转 Markdown/DOCX 工具
PDF → DOC
转换完全在你的浏览器里完成，文件不会上传到任何服务器。
全平台同步阅读进度的小说阅读器
阅竹 Tide Reader 支持 TXT 与 EPUB，导入即自动识别章节、按你的习惯排版，阅读进度在 Windows、macOS、iOS、Android 之间同步。转换出来的文件直接拖进来就能读。
免费下载阅竹支持 TXT / EPUB；本地阅读优先，可选云同步与 WebDAV。