PDF处理之殇

做社科的有时候避免不了要发放问卷，有时候还要做纸质版，处理格式问题的时候那是一弄一个不吱声。PDF的处理逻辑，就是把文字盖在原文上面做一个覆层，本身没有什么排版属性。

当然，如果你用AI工具，也可以做排版，但效率很低，一份科研数据可能要几千上万形态各异的pdf内容，根本做不过来。

文本抽取的问题

抽文本的程序认的是字符位置，不认目录。点线、页眉、页脚都算正文。文件一长，页码、空行全都是乱的。

扫描件走普通文字识别，字也许能搞定，但是图表就别想了。数字、公式什么的，一会歪这去一会缺东西。识别结果往往也没有什么有价值的、方便二次加工的信息。

MinerU 搞定了啥

MinerU 是 OpenDataLab 放在 GitHub 上的开源项目，仓库名 opendatalab/MinerU。它把 PDF、扫描件和 Office 文档拆成 Markdown 或 JSON，交给后面的检索或模型，这个做法和JINA AI的早期思路有点类似。[1]

解析分四档。Flash 做快读和索引，Basic 做文字识别和按模型解析，Standard 和 Advanced 留给更挤的版面。PDF 和图片可以走四档。Word、表格、演示文稿这类走本地的 Flash。纯文本直接读。[1]

同一份结果可以再导出 Markdown、HTML、LaTeX 等。每个入口只开放其中一部分，不是装上就能出全部格式。文件不会自动传到官方服务器，要远程解析得自己打开。[1]

这个就牛逼了，2026 年 9 月 23 日，公开仓库斩获8k+stars。仓库首页还链了三篇技术报告，感兴趣的可以读一读。[2][3][4]

实测效果

这个项目目前在官方网站、Hugging Face，魔塔社区都上架了镜像，直接就能测试。[5]

这里搞了一篇建筑学的文档样例，看看它对格式的处理到底如何。

这个效果就很nice，八列三行都在，格子也没有串行。

markdown原生语法处理也是手拿把掐。

什么时候用它

我一般开组会的时候，汇总多篇PDF的时候，制作ppt的话，比较讨厌直接截图，不方便做数据可视化。直接抽取文字，又有非常大的排版压力。MinerU救我狗命，谢谢。

不过也不能完全依赖，我看了，有的时候返回体也会出现闭合问题，或者缺字，但总体来说，作为AI agent预料投喂的预处理，这个东西，兄弟们，神了。

互联网的本心是免费与共享，愿自由的精神伴你每天，这里是学术海的开源分享，下期再见!

参考文献

  1. [1] OpenDataLab. MinerU[EB/OL]. (2026-09-22)[2026-09-23]. https://github.com/opendatalab/MinerU.

  2. [2] MinerU Technical Report[EB/OL]. https://arxiv.org/abs/2409.18839.

  3. [3] MinerU2.5 Technical Report[EB/OL]. https://arxiv.org/abs/2509.22186.

  4. [4] MinerU2.5 Pro Technical Report[EB/OL]. https://arxiv.org/abs/2604.04771.

  5. [5] OpenDataLab. MinerU Hugging Face demo[EB/OL]. (2026-09-23)[2026-09-23]. https://huggingface.co/spaces/opendatalab/MinerU.