https://github.com/ayang/pdf2any
pdf2docx 已经不维护了，这个项目从 pdf2docx 升级而来，识别表格更准确，增加了转 html 和 md 的功能，方便喂给大模型。
自己经常使用，速度比 docling 高出 4 倍，格式识别也比 docling 准确，缺点就是不支持扫描版 PDF.
有需要可以试试。有 bug 欢迎提交。
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.