PyMuPDF 操作手册 - 06 PDF的转换等

七、转换 PDF 文档

https://pymupdf.readthedocs.io/en/latest/the-basics.html

7.1 将pdf文本提取为 Markdown

1. 输出为 Markdown
   为了以 Markdown 格式导出文档，您需要一个单独的帮助程序。包 pymupdf4llm 是 PyMuPDF 函数的高级包装器，它为每个页面在所有文档页面中以集成的 Markdown 格式字符串输出标准文本和表格文本：

# convert the document to markdown
import pymupdf4llm
md_text = pymupdf4llm.to_markdown("input.pdf")# Write the text to some file in UTF8-encoding
import pathlib
pathlib