.pdf · application/pdf

PDF: 可攜式文件格式

PDF 以二進位串流與字形座標儲存固定視覺頁面排版,而非語意化的段落或標題結構。

快速解答: PDF 以二進位串流與字形座標儲存固定視覺頁面排版,而非語意化的段落或標題結構。 版面精確固定的合約、發票單據、學術論文與唯讀封存發佈。

結構類型複合文件
人類可讀性低
支援巢狀結構不支援
LLM Token 效率低
副檔名.pdf
MIME 類型application/pdf
最適合用於版面精確固定的合約、發票單據、學術論文與唯讀封存發佈。

核心優勢

  • 跨作業系統與印表機皆能維持一致的字體、邊界與版面配置
  • 將 Markdown 匯出成可供正式分享的報告時相當理想
  • 正式歸檔與已簽署商務文件的業界標準格式

限制與權衡

  • 二進位格式會浪費上下文空間,未經擷取無法直接貼入提示詞
  • 多欄排版與斷行在一般複製貼上時容易將句子拆散
  • 純影像掃描版 PDF 若未經 OCR 處理則缺乏可選取文字層

參考資料

在本機轉換與清理 PDF

相關工程指南

PDF 常見問題

TxtTo 如何在不上傳機密檔案的情況下於本機擷取 PDF?

TxtTo 於瀏覽器記憶體中執行自託管的本地 PDF.js 引擎,依字級還原標題並合併斷行,全程零網路請求。

可以離線將 Markdown 匯出為真正的二進位 PDF 嗎?

可以。Markdown 轉 PDF 使用 pdf-lib 在瀏覽器記憶體建立標準 %PDF-1.7 檔案,並針對中日韓字元自動以高解析 Canvas 繪製嵌入。

為何擷取出的 PDF 文字常夾雜重複頁首或頁碼?

PDF 會將每頁重複的頁首與頁尾視為一般視覺文字物件。啟用「移除頁首與頁尾」即可自動過濾重複邊界列。