如果转文字的话，排版会乱，工作量太大了。
转文字版不好弄，错误太多、转换困难。
当成图片版使用吧：）很多软件可以输出PDF为图片。
看来只能如此，处理成图片：） 或者先不碰它
文字版PDF制作MDX一向是个难题。
一个是大多数情况下提取文本没啥问题，但添加HTML标签工作量确实太大了。提取文本时连想保存斜体这一种格式信息都难。如果文件不大，可考虑先用word打开另存为docx文件（也有人说 用WPS更好），然后想办法再转为html文件、开始正则洗版。
还有一种情况是文字版PDF本身有诸多内嵌字体，复制粘贴出来的都是乱码。这种情况就只能当作图片PDF，用PDFPatcher按页面导出图片来OCR了。
1 个赞
似乎可以先易后难，先做图片版，再做文字版，两版词头相同，对照阅读。