如果你的工作需要经常把 PDF 里的内容摘出来，并且保留原来的格式的话，推荐大家使用 MinerU 这个网站。

目前OCR 软件，比如扫描全能王扫描后虽然也能转成 word 之类的文档，但是文档格式会发生变化，尤其是有图像的情况下，非常不方便。

我早上试了一下，一份190多页的财报，MinerU 这个网站可以按照原来的格式，转成 Markdown 格式。导出的格式支持图4这些。

哪怕是图2这种多表头的PDF，也能整齐转成图3 这种形式。

有需要的同学可以试试，目前是免费的。