team/.claude/commands/isos-pdf2md.md

name, description

name	description
isos-pdf2md	将 PDF 文件转换为结构化 Markdown。使用 pdftotext 提取文本并后处理为标题、列表、表格、代码块等结构。触发：用户提到"PDF 转 Markdown"、"/isos-pdf2md"、或将 PDF 内容提取为可编辑格式。

isos-pdf2md: PDF 转 Markdown 工具

将 PDF 文件转换为结构化 Markdown，用于项目文档处理。

触发条件

• 用户执行 /isos-pdf2md
• 用户提到"PDF 转 Markdown"、"提取 PDF 内容"、"PDF 变成 MD"
• 用户要求将 PDF 文件转为可编辑格式

使用方法

基本用法

# 由 Claude 调用脚本
/workspace/scripts/pdf2md.sh <input.pdf>

参数

参数	说明
-o FILE	输出文件路径（默认同名 .md，- 表示 stdout）
-f N	起始页码
-l N	结束页码
--raw	跳过后处理，输出原始文本
--no-toc	不生成目录
-h	显示帮助

示例

# 基本转换
/workspace/scripts/pdf2md.sh docs/ref.pdf

# 指定输出路径
/workspace/scripts/pdf2md.sh docs/ref.pdf -o docs/ref.md

# 只转换前 10 页
/workspace/scripts/pdf2md.sh docs/ref.pdf -f 1 -l 10

# 输出到 stdout（适合管道）
/workspace/scripts/pdf2md.sh docs/ref.pdf -o -

工作流程

1. 验证输入：检查 PDF 文件存在、pdftotext 已安装
2. 提取文本：pdftotext -layout -enc UTF-8 -nopgbrk 提取带布局文本
3. 后处理：Python 脚本识别结构并转为 Markdown：
   • 全大写短行 → ## 标题
   • 短行 + 前空行 → ### 标题
   • - / * / * 开头 → 无序列表
   • 1. 开头 → 有序列表
   • 连续缩进 >= 4 空格 → 代码块
   • 含 | 的行 → 表格
   • --- 分隔线保留
4. 生成目录：从 ## 标题自动生成
5. 输出：写入 .md 文件或 stdout

依赖

• poppler-utils（提供 pdftotext 命令）

已知限制

• 不支持扫描件/图片型 PDF（需 OCR）
• 复杂表格识别有限
• 多栏布局可能产生交错文本
• 不提取 PDF 中的图片

注意事项

• 转换完成后应读取输出文件，检查质量
• 如果输出不理想，可使用 --raw 获取原始文本后手动修正
• 对包含中文的 PDF，确保使用 -enc UTF-8（脚本已默认）