如何把 PDF 按章节拆分成 Markdown 文件

把 300 页的 PDF 转换成一个 document.md，技术上确实是 Markdown——实际上没法用。长文档按章节组织是有原因的，你的工具链在结构保留下来时才工作得最好。

这篇指南讲如何把一个 PDF 拆成每章一个 Markdown 文件，以及拆完能怎么用。

为什么要按章节拆分？Copy Anchor Link

• 笔记软件：Obsidian、Logseq 的设计核心是很多互相链接的小笔记，不是巨型单文件。
• 文档站点：每章一页是 Docusaurus、VitePress 这类生成器的天然单元。
• RAG 流水线：章节边界就是有语义的分块边界。
• 可读性：打开 15 KB 的一章，永远好过滚动 2 MB 的大文件。

手动方式（以及为什么很痛苦）Copy Anchor Link

直觉做法——提取文本、找章节标题、写脚本切分——很快就会崩：

1. PDF 文本提取并不能可靠地标出标题；章节名往往只是字号大一点的文字。
2. 用正则匹配"第 N 章"会漏掉那些只用样式标题、罗马数字或干脆不编号的书。
3. 表格、图片、脚注在复制粘贴的管道里全军覆没。

每本书你都可能耗上一个下午，不如正经自动化一次。

自动化方式Copy Anchor Link

PDF Chapter Markdown 一次完成所有事：

1. 上传 PDF（最大 50 MiB、200 页）。
2. 数字原生 PDF 选 Balanced，扫描件和复杂版式选 Accurate。
3. 下载——每章一个独立 Markdown 文件，标题、表格、图片完整保留。需要整本内容时也有单文件下载。

章节检测基于文档真实的标题结构，所以即使书里根本没写"第 1 章"这种字样也能正确拆分。

拆完怎么用Copy Anchor Link

Obsidian：把章节文件复制到仓库的一个文件夹里，再加一个简单的 MOC（内容地图）笔记按顺序链接各章。

静态站点生成器：把文件丢进 docs 内容目录，每章就是一页。需要 frontmatter 的话，两行脚本搞定。

RAG：把每章当作父文档，按小节标题切 chunk，把章节名存进 metadata。详见面向 LLM 和 RAG 的 PDF 转 Markdown 实战指南。

翻译或编辑：一章一章地交给译者（人或 LLM）——审阅更容易，返工成本也低得多。

最佳实践Copy Anchor Link

• 先看目录。 PDF 本身有规范目录，章节检测通常就很干净。
• 超长 PDF：超过 200 页？先用任意免费 PDF 工具按页码区间拆分，分批转换，再合并章节清单。
• 扫描书：永远选 OCR 模式；扫描页没有可提取的文本层。
• 归档时起好文件名——半年后 03-注意力机制.md 比 chapter-03.md 友好得多。

开始Copy Anchor Link

在转换页把长篇 PDF 拆成章节级 Markdown。额度按量付费，$9.90 起，12 个月有效——一个额度包够拆好几本书。