测试
10,000 个网页
US$3.75
US$0.38/千页
- 用你的真实 URL 试一试
- 与最大积分包使用同一个 API
- 积分永不过期
快速回答
有没有 API 能把 URL 中的 PDF 转换成 Markdown？
有。使用 WebReaderAPI，将 PDF 的 URL 传给 https://webreaderapi.com/api/v1/read：API 会下载文件，并返回带标题、段落、列表和简单表格的 Markdown 文本。支持最大 20 MB、100 页的文件，每开始一个 10 页的块计 1 积分，截至 2026 年 10 月 US$0.07/千页 起。无需 KYC；加密货币支付。
PDF 转 Markdown 概览
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf（与网页相同） |
|---|---|
| 限制 | 最大 20 MB、100 页的 PDF 文件可转换为 Markdown，每 10 页（不足 10 页按 10 页计）1 积分 |
| 输出 | 带标题、段落、列表和简单表格的 Markdown 文本；纯文本使用 format=text |
| 不支持 | 无文本层的扫描件 PDF（不做 OCR）、受密码保护的文件 |
| robots.txt | 与任何其他网页一样适用于 PDF 链接 |
| 支付 | BTC, USDT, USDC, ETH, SOL, LTC，通过 US$25 充值；无需 KYC |
PDF 页数如何计算？
每个 PDF 按每开始一个 10 页的块计 1 积分。4 页的宣传册计 1 积分，25 页的报告计 3 积分，100 页的手册计 10 积分。响应会在 credits_used 中给出准确数值。
超过 20 MB 或超过 100 页的文件会返回 422 unsupported_content，且不消耗积分。对于长文档，请先查找相同内容的 HTML 版本：它通常更便宜，结构也更好。
生成的 Markdown 是什么样子？
转换器根据 PDF 的文本层重建阅读顺序。章节开头的大号或加粗行会变成标题，带项目符号和编号的条目会变成 Markdown 列表，简单的网格表格会变成 Markdown 表格。
每页重复的页眉、页脚和页码会被移除，因此不会在你的分块中截断句子。双栏排版按栏逐栏读取。脚注保留为文本，位于页面放置它们的位置。
import os
import re
import requests
resp = requests.get(
"https://webreaderapi.com/api/v1/read",
headers={"Authorization": "Bearer " + os.environ["WEBREADER_API_KEY"]},
params={"url": "https://example.com/annual-report.pdf"},
timeout=120,
)
resp.raise_for_status()
doc = resp.json()
chunks = [c.strip() for c in re.split(r"\n(?=#{1,3} )", doc["markdown"]) if c.strip()]
print(len(chunks), "chunks,", doc["credits_used"], "credit(s)")
for c in chunks[:3]:
print(c.splitlines()[0])
哪些 PDF 效果好，哪些效果不好？
从文字处理软件、网站或排版工具导出的 PDF 效果最好：它们带有含字体和位置的文本层。年报、研究论文、产品手册、政策文件和价目表通常属于这一类。
扫描文档是页面的图像，没有文本层。WebReaderAPI 不运行光学字符识别，因此扫描件返回的文本很少或没有；word_count 字段会立即显示出来。受密码保护和加密的 PDF 会被拒绝并返回 422 unsupported_content，不收费。
PDF 如何融入 RAG 流水线？
把它们当作网页处理。读取 PDF，沿标题切分 Markdown，将来源 URL 和页面标题加入每个分块的元数据，然后进行嵌入。保留 URL 可让你的助手引用它所用的文档。
当整站抓取 (crawl) 在同一域名上遇到 PDF 链接时，会按相同规则和相同的 robots.txt 检查读取它们。完整的摄取示例见 RAG 指南。
PDF 转换的费用是多少？
PDF 与网页共用积分：每开始一个 10 页的块计 1 积分。以 US$3.75 购买 10,000 个网页，你可以转换约 10,000 个短 PDF 或 1,000 个 100 页的文档。
入门版
50,000 个网页
US$14.25
US$0.28/千页
- AI 智能体或 RAG 原型
- 抓取文档站点
- 积分永不过期
构建
100,000 个网页
US$21.75
US$0.22/千页
- 生产级智能体和 RAG 流水线
- 批量和整站抓取任务
- 积分永不过期
扩展
500,000 个网页
US$50
US$0.10/千页
- 大型知识库
- 可按需提高并发
- 积分永不过期
所有套餐均包含: 正文提取 · 需要时渲染 JavaScript · 失败和被拒绝的页面不收费 · 积分永不过期
PDF 转 Markdown API：常见问题
我可以上传 PDF 文件而不是发送链接吗？
版本 1 不支持。API 从公开 URL 读取 PDF。如需转换私有文件，请在请求期间将其放到你控制的 URL 上。
它能从扫描件 PDF 中提取文本吗？
不能。WebReaderAPI 读取 PDF 的文本层，不运行 OCR。扫描文档返回的文本很少或没有，word_count 字段会显示出来。
表格会保留吗？
简单的网格表格会变成 Markdown 表格。带合并单元格或复杂排版的表格会按阅读顺序保留为文本，模型仍然能很好地读取。
PDF 失败时会收费吗？
不收费：文件过大、过长、加密，或被网站拒绝的页面均不计费。1 积分 = 读取 1 个页面且无需浏览器；当页面需要浏览器渲染 JavaScript 时为 2 积分。失败的请求，或被网站 robots.txt 拒绝的请求，不扣费。