文章目录
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
- 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("inpu