ebook-to-md 是一款专为开发者和技术爱好者设计的文档转换工具，能够将扫描版 PDF、图片（PNG/JPEG）以及电子书格式（MOBI/EPUB）高效转换为结构清晰的 Markdown 文件。该工具基于百度 OCR 技术实现高精度文字识别，特别适合处理无法直接提取文本的图像型 PDF 或手写笔记截图。通过自动化排版优化，它能智能识别标题层级、对话段落和章节结构，大幅提升内容后续编辑与发布的效率。
由于仅支持百度 OCR 作为后端识别引擎，用户需提前配置 API 密钥以启用服务。对于 MOBI 和 EPUB 等电子书格式，工具依赖 Calibre 进行预处理，将其转为标准 PDF 后再执行 OCR 流程。整个转换过程无需人工干预，输出结果可直接用于博客撰写、知识库搭建或学术论文整理，是数字阅读向结构化写作过渡的理想桥梁。
尽管功能聚焦于 OCR 驱动的内容提取，ebook-to-md 在保持轻量化的同时提供了灵活的参数控制，例如是否内联嵌入图片、自定义输出路径等。其简洁的命令行接口和 Python 模块调用方式，使其既适合批量脚本处理，也能集成进自动化工作流中，满足个人用户与企业级场景的不同需求。
核心功能特点
- 支持扫描版 PDF、PNG/JPEG 图片及 MOBI/EPUB 电子书格式输入
- 采用百度 OCR 实现高精度文字识别与内容提取
- 自动识别标题层级并生成 Markdown 分段结构
- 可选是否将图片以 base64 形式内联到 Markdown 文件中
- 依赖 Calibre 处理 MOBI/EPUB 格式（需预先安装）
- 提供命令行与 Python API 两种调用方式
适用场景
ebook-to-md 最适用于需要将纸质书籍、扫描文档或电子出版物快速转化为可编辑数字内容的场景。例如，研究人员可将古籍扫描件或期刊论文 PDF 转为 Markdown 后上传至 GitBook 或 Notion 构建个人知识库；自媒体创作者能轻松将教程手册、产品说明书的图片版转为结构化文本，便于二次加工发布；学生群体则可利用它把课堂讲义或考试资料中的图表文字提取出来，配合 Typora 等编辑器进行复习整理。
在企业内部，该工具可用于自动化归档客户合同、培训材料或会议纪要等非结构化文档，统一输出为 Markdown 格式以适配 Confluence 或 Obsidian 等协作平台。此外，对于需要长期维护技术文档的团队，将外部 PDF 指南转为 Markdown 后纳入版本控制系统（如 GitHub），有助于实现内容的可追溯性与多人协同编辑。
需要注意的是，由于当前仅支持百度 OCR，对中文识别效果较好，若涉及多语言混合内容或复杂排版（如数学公式、表格），建议结合其他专业工具使用。总体而言，ebook-to-md 在‘扫描文档数字化’与‘电子书内容再利用’两大方向上表现突出，是提升信息流转效率的实用利器。