PDF 转 Markdown 总乱版式？Marker：高精度转换，一步到位

GitHub 仓库

VikParuchuri/marker

总 Stars

★ 40,685

主要语言

Python

查看 GitHub 项目

结论先说：Marker 是把 PDF 转成 Markdown 与 JSON 的工具，4 万 stars、Python 编写、Apache-2.0 协议，10 月 22 日仍在更新，卖点是高精度与速度兼顾。

是什么：一个专注“PDF 变 Markdown”的解析器，输出干净的 Markdown 与 JSON，而不是把排版信息丢得一干二净。

能干嘛：论文、报告、手册批量转 Markdown，方便进笔记、进知识库、进 RAG；JSON 输出则适合需要程序化处理表格与段落的场景。

适合谁：经常要把 PDF 资料转成可编辑、可检索文本的研究者与开发者；做知识库语料准备的人。

注意点：复杂版式、扫描件的效果要先实测，任何解析器都做不到 100% 还原；大批量处理前先拿几份最难的文档试一轮。

Marker 和 Docling 怎么选？

两者都能干这件事，取舍在“轻重”。Marker 更轻、启动更快，适合单机快速转换；Docling 背后生态更厚、输出结构更讲究。我的建议是：先用 Marker 跑通手头的文档，遇到它处理不好的版式再换 Docling 对比。

站长点评：我选它是因为“PDF 转 Markdown”这个需求太日常了，几乎每个做知识库的人都绕不开。同类里 PyMuPDF 更偏底层库、MinerU 更偏中文复杂文档，Marker 的位置是“开箱即用的转换器”。我的判断是：别在工具选型上纠结一周，先转十份文档看结果，工具是拿来用的。