跳到正文

MinerU

把 PDF 转成 Markdown 与 JSON

访问官网
分类 文档

MinerU 是什么

MinerU 被介绍为一个开源工具,能把 PDF 文件转换成机器可读的 Markdown 和 JSON,解决科学文献中的符号转换问题,并兼容多种操作系统。

你可以用它做什么

  • 去除页眉、页脚、脚注与页码,保证语义连贯
  • 保留标题、段落、列表等原始文档结构
  • 提取图像、图像描述、表格、表格标题与脚注
  • 自动把公式转换为 LaTeX、表格转换为 HTML

应用场景

  • 科研人员把学术论文 PDF 转换为 Markdown,方便引用与分析
  • 数据分析师提取财务报告中的表格数据进行整理分析
  • 文档编辑把书籍扫描件转换为结构化 JSON,便于电子书制作

上手流程

  • 按官方文档创建 Python 虚拟环境并安装 MinerU
  • 按文档说明下载所需的模型权重文件
  • 调整配置文件参数,例如启用或禁用表格识别功能
  • 使用命令行工具或 API 处理本地 PDF 文件

优点与缺点

✓ 我们认可的地方

  • 保留原文标题、段落与列表结构
  • 适配单栏、多栏与复杂版式

! 需要留意的地方

  • 模型权重文件需要在单独步骤中下载
  • 表格识别通过配置文件开关控制

常见问题

能输出哪些格式?

资料列出 Markdown 与 JSON,公式转为 LaTeX,表格转为 HTML。

支持多少种语言?

资料说明检测与识别支持多达 84 种语言。

最后评测: 2026-11-15

更多 AI 办公助手 工具

查看全部 →

评测方法