Crate easypdf_markdown 

将 PDF 语义内容确定性转换为 Markdown。

架构

PdfInput → PdfReader → PdfDocumentModel → ProcessorPipeline → MarkdownRenderer → String

• PdfMarkdownProcessor trait 定义单个语义增强处理器
• ProcessorPipeline 按优先级组合多个处理器
• MarkdownRenderer 将模型渲染为 Markdown 字符串
• MarkdownProfile 及 MarkdownProfileBuilder 配置输出格式与管道

快速开始

use easypdf_markdown::{
    MarkdownProfile, ProcessorPipeline, PdfMarkdownBuilder,
    processors::{ReadingOrderProcessor, HeadingDetectorProcessor},
};

// 构建处理器管道
let mut pipeline = ProcessorPipeline::new();
pipeline.register(Box::new(ReadingOrderProcessor));
pipeline.register(Box::new(HeadingDetectorProcessor::new()));

// 或使用 Profile 预设
let config = MarkdownProfile::balanced();

Re-exports

pub use render::Background;

pub use render::ImageFormat;

pub use render::PdfRenderer;

pub use render::RenderBackend;

pub use render::RenderConfig;

pub use render::RenderError;

pub use render::RenderedImage;

pub use table::ColumnSeparator;

pub use table::TableDetectionConfig;

pub use table::TableDetectorProcessor;

pub use ocr::OcrConfig;

pub use ocr::OcrEngine;

pub use ocr::OcrImage;

pub use ocr::OcrProcessor;

pub use ocr::OcrResult;

pub use ocr::OcrTrigger;

pub use ocr::WordBox;

Modules

ocr

OCR processor for scanned PDF text extraction (merged from easypdf-markdown-ocr). easypdf-markdown 的 OCR 处理器：扫描件 PDF 文本提取。

processors

内置开箱即用的语义处理器。 开箱即用的内置语义处理器。

render

PDF page rendering to raster images (merged from easypdf-render). PDF 页面渲染为光栅图像。

table

Heuristic table detection (merged from easypdf-markdown-table). 用于 PDF 转 Markdown 的启发式表格检测。

Structs

BuildPolicies

构建器输出的策略集合。

DetailedProcessorCapabilities

基于 CapabilityLevel 的细粒度处理器能力声明。

MarkdownConversionResult

PDF 到 Markdown 的内存转换结果。

MarkdownExportReport

PDF 到 Markdown 转换的统计与警告。

MarkdownExportResult

已完成的 Markdown 文件及转换报告。

MarkdownProcessorCapabilities

PDF 到 Markdown 语义处理器能够提供的增强能力。

MarkdownProfileBuilder

Markdown 转换管道配置构建器。

MarkdownRenderer

将语义文档模型渲染为 Markdown 字符串。

PdfMarkdownBuilder

PDF 到 Markdown 的链式内存转换构建器。

PdfMarkdownExportBuilder

PDF 到 Markdown 的链式导出构建器。

ProcessorPipeline

处理器管道：按优先级确定性组合多个 PdfMarkdownProcessor。

Enums

ImagePolicy

PDF 图片转换策略。

MarkdownProfile

Markdown 输出配置档。

MarkdownWarning

不阻止转换完成的结构化警告。

OcrPolicy

OCR 回退策略。

ProcessorCapability

可查询的处理器能力维度。

TablePolicy

PDF 表格转换策略。

Constants

PRIORITY_GENERIC

默认优先级常量：对齐 markitdown 的 PRIORITY_GENERIC_FILE_FORMAT。

PRIORITY_SPECIFIC

默认优先级常量：对齐 markitdown 的 PRIORITY_SPECIFIC_FILE_FORMAT。

Traits

PdfMarkdownProcessor

在基础文本提取之后、Markdown 渲染之前增强语义文档模型。