qz
22165a3c26
Bring the local project into the remote repository and reduce generated image object suffixes to six characters for shorter URLs. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
45 lines
1.3 KiB
Markdown
45 lines
1.3 KiB
Markdown
# PDF to Markdown
|
||
|
||
输入学术论文 PDF，调用 MinerU 提取为 Markdown，随后把 Markdown 中引用的本地图片上传到 R2 图床，并输出一个纯 Markdown 文件。
|
||
|
||
## 1. 安装依赖
|
||
|
||
```bash
|
||
cd /home/qingz/projects/pdf-to-markdown
|
||
uv venv
|
||
source .venv/bin/activate
|
||
uv sync
|
||
cp .env.example .env
|
||
```
|
||
|
||
把 `.env` 里的 `MINERU_API_TOKEN` 改成你自己的 MinerU token。
|
||
|
||
## 2. 运行
|
||
|
||
```bash
|
||
uv run python run.py /path/to/paper.pdf
|
||
```
|
||
|
||
可选参数：
|
||
|
||
```bash
|
||
uv run python run.py /path/to/paper.pdf -o /path/to/output.md --language en
|
||
uv run python run.py /path/to/paper.pdf --ocr
|
||
uv run python run.py /path/to/paper.pdf --disable-table
|
||
uv run python run.py /path/to/paper.pdf --disable-formula
|
||
```
|
||
|
||
## 3. 输出
|
||
|
||
程序会输出最终生成的 Markdown 文件路径。Markdown 中的图片链接会被替换成绝对地址，上传结构为 `年/月/日/论文名简写/图片文件名`，因此在不同设备上直接打开 Markdown 文件也能看到图片。
|
||
|
||
## 4. 环境变量
|
||
|
||
- `MINERU_API_TOKEN`：MinerU API token
|
||
- `R2_BASE_URL`：图床上传基础地址
|
||
- `R2_BEARER_TOKEN`：图床 Bearer token
|
||
- `R2_PREFIX`：上传路径前缀
|
||
- `R2_PUBLIC_BASE_URL`：Markdown 中使用的公开访问基础地址
|
||
- `POLL_INTERVAL_SECONDS`：轮询间隔
|
||
- `TIMEOUT_SECONDS`：最大等待时间
|