# Pdftomarkdown

**Repository Path**: ThalloVerShures_Fooljoe/Pdftomarkdown

## Basic Information

- **Project Name**: Pdftomarkdown
- **Description**: ???PDF?Markdown???,??AI?????F# + .NET 10 + PdfPig,???????????????AI?????
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-01
- **Last Updated**: 2026-09-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Pdftomarkdown 工具

## 基本信息

- **工具名称**：Pdftomarkdown
- **版本**：v2.2.2（最新 Release 版）
- **复制时间**：2026-09-03
- **大小**：约 8-10 MB
- **可执行文件**：`Pdftomarkdown.exe`
- **目标框架**：.NET 10.0

## 版本历史

### v2.2.2（当前版本）
- MuPDF高DPI页面渲染，解决矢量图形提取问题
- 220 DPI最优值计算
- 5条设计哲学

### v2.2.1
- 使用PdfPig.Rendering.Skia的GetSKBitmap替代TryGetPng
- 显著改善图片提取能力

### v2.2.0
- 使用XianLang标准工作流程重写
- 解决之前版本调试不好的性能瓶颈问题

## 工具说明

高性能 PDF 转 Markdown 转换器，专为 AI 阅读优化。

### 主要特性

- **纯 .NET 实现** — F# + .NET 10 + PdfPig，无需本地依赖
- **AI 友好输出** — YAML 元数据头 + 结构化 Markdown + 页码标记
- **自动缩短文件名** — 优先用文档标题，超长截断+哈希后缀，原始名保留在元数据
- **文件夹结构** — 每文档独立文件夹 + images 子文件夹，图片引用带三层位置标记
- **智能文本合并** — 按行分组+同行合并+段落合并，减少碎片化
- **标题/列表/图片/表格识别** — 基础结构提取框架
- **矢量图形提取** — MuPDF高DPI页面渲染，220 DPI最优值
- **形式化验证** — .flyre 规范 + 运行时断言模块
- **批量并行处理** — 6线程并行、实时进度、错误日志、增量更新、断点续传
- **排除路径** — 支持排除特定文件夹

### 使用方法

```bash
# 转换单个PDF
Pdftomarkdown.exe input.pdf output.md

# 批量转换文件夹
Pdftomarkdown.exe --input <输入文件夹> --output <输出文件夹>

# 6线程并行批量转换
Pdftomarkdown.exe --input <输入文件夹> --output <输出文件夹> --threads 6
```

### 依赖文件

- `Pdftomarkdown.exe` — 主程序
- `Pdftomarkdown.dll` — 主程序库
- `FSharp.Core.dll` — F# 核心库
- `UglyToad.PdfPig.*.dll` — PdfPig PDF 解析库
- 各语言资源文件（cs/de/es/fr/it/ja/ko/pl/pt-BR/ru/tr/zh-Hans/zh-Hant）

## 来源

- **项目仓库**：https://gitee.com/ThalloVerShures_Fooljoe/Pdftomarkdown
- **源代码位置**：`D:\AI工作区\家用电脑-QT8T6EA\Pdftomarkdown`
- **编译配置**：Release / net10.0
- **Git提交**：aa71874（v2.2.2）

## 注意事项

- 本目录只包含编译好的可执行文件，不包含源代码
- 源代码和完整项目请参考上方的源代码位置
- 如需更新版本，请从源代码位置重新编译后复制