🚀 纯 Node.js 的 PDF 转 Markdown 方案：支持图片解析的pdf2md库 node-pdf-to-markdown
在 Node.js 生态里，"PDF → Markdown" 一直是个被低估但非常刚需的问题。
你可能遇到过这些场景：
- 服务端需要把用户上传的 PDF 转成可编辑的 Markdown
- 知识库 / 文档系统想统一用 Markdown 存储
- 自动化流水线里需要解析论文、技术文档、说明书
- 不想引入 Python、OCR、Headless Chrome 这些"重量级依赖"
于是我做了一个库：
👉 node-pdf-to-markdown ------ 纯 Node.js 环境下的 PDF 解析与 Markdown 转换库，并且原生支持图片解析。
🔍 这个库解决了什么问题？
一句话总结：
在不依赖 Python、不依赖浏览器、不走 OCR 的前提下，把 PDF 结构化地转换成 Markdown，并且把图片一起处理好。
市面上很多 PDF 转换方案，往往存在几个问题：
- ❌ 依赖 Python（部署成本高、跨环境麻烦）
- ❌ 依赖浏览器 / Electron（资源占用大）
- ❌ 只导出纯文本，结构和图片全丢
- ❌ 输出不可控，难以二次处理
而 node-pdf-to-markdown 的目标非常明确 ：
做一个"工程可用"的 Node 端 PDF 解析工具，而不是 demo 级脚本。
⚙️ 核心设计理念
✅ 1. 纯 Node.js 运行环境
这是这个库最重要的一个设计点。
- 不依赖 Python
- 不需要 Java
- 不需要 Chromium / Puppeteer
- 可以直接运行在：
- Node 服务端
- CLI 工具
- CI / GitHub Actions
- Electron 主进程
npm install 即可用，非常适合现代 Node 工程体系。
🧠 2. 面向 Markdown 的结构化解析
这个库并不是简单地把 PDF 文本"dump"出来，而是尽可能还原文档结构：
- 标题（不同层级）
- 段落与换行
- 列表结构
- 行内文本格式
最终输出的是**"可继续编辑、可被二次处理的 Markdown"**，而不是一次性产物。
🖼️ 图片解析：这是很多库做不到的地方
图片支持是 node-pdf-to-markdown 的一个核心亮点。
目前支持 4 种图片处理模式，覆盖了几乎所有工程场景。
🔹 1️⃣ none（默认）
不解析图片，适合只关心文本的场景。
🔹 2️⃣ base64
直接把图片转成 Base64，内嵌进 Markdown：
markdown
适合场景：
- 单文件分发
- 在线预览
- 不方便管理图片文件的系统
🔹 3️⃣ relative
生成相对路径的 Markdown 引用，同时把图片数据返回给你：
markdown
图片保存逻辑由你自己控制，非常适合高度定制化系统。
🔹 4️⃣ save（推荐）
自动保存图片到指定目录，并在 Markdown 中生成引用路径：
markdown
这是最接近真实文档迁移场景的一种模式，非常适合：
- 知识库
- 博客系统
- 本地文档管理工具
🧩 使用示例（Node / 服务端友好）
js
import fs from 'fs'
import pdf2md from 'node-pdf-to-markdown'
const pdfBuffer = fs.readFileSync('example.pdf')
const mdPages = await pdf2md(pdfBuffer, {
imageMode: 'save',
imageOutputDir: './images'
})
const markdown = mdPages.join('\n')
fs.writeFileSync('output.md', markdown)整个流程非常干净：
- 读取 PDF
- 解析
- 拿到 Markdown
- 图片自动处理
没有多余的环境成本。
🧪 为什么说它适合"工程级使用"？
从设计上，这个库非常适合被集成到更大的系统里：
- 📦 返回结构清晰的数据，而不是只写文件
- 📄 Markdown 按页/段输出，方便你二次处理
- 🧱 图片处理逻辑可控，不强绑定文件系统
- 🔧 易于封装成 API、CLI 或 SDK
这也是我在做 MetaDoc / 智能文档系统 时，决定自己写一个 PDF → Markdown 解析库的原因。
📌 适用场景总结
如果你正在做下面这些事情，这个库会非常合适：
- 文档 / 论文 PDF 转 Markdown
- 构建文档导入功能
- 知识库、笔记系统
- AI / RAG 系统的文档预处理
- Node 服务端批量文档解析
🔗 项目地址
- GitHub
👉 https://github.com/JaredYe04/node-pdf-to-markdown - npm
👉 https://www.npmjs.com/package/node-pdf-to-markdown
欢迎 Star / Issue / PR，一起把 Node 生态下的 PDF 解析工具 做得更工程化 💡