PDF/EPUB转Markdown/HTML软件Marker v1.6.1 2025-03-21版

Marker是一个非常热门的可以将PDF及其它文档文件转换成Markdown/JSON/Html的应用，处理速度快识别精度高，支持批量多PDF转换，是一个强大的PDF转MD工具。它昨天更新了最新版本v1.1.0，我制作了最新版的一键启动包并重新制作了UI界面。

2025-03-21 更新v1.6.1版本

Marker简介

Marker 可以快速准确地将 PDF, image, PPTX, DOCX, XLSX, HTML, EPUB转换为 markdown、JSON 和 HTML。

• 支持多种文档
• 支持所有语言
• 删除页眉/页脚/其他物品
• 格式化表格和代码块
• 提取并保存图像和 Markdown
• 将方程式转换为乳胶
• 可通过您自己的格式和逻辑轻松扩展
• 适用于 GPU、CPU 或 MPS

相对于我分享的上个整合包，应用已经更新了多个版本了，而且更新内容比较多，具体更新内容如下：

Marker一键启动整合包软件使用说明：

待处理文件(夹)：需要转换的文件或是所在的文件夹，用鼠标左键单击文件或是文件夹按住拖动到程序窗口里，文件或是文件夹路径会自动填充到文本输入框中

禁用图片提取：PDF中有图片的话默认会提取出来，可以开启这个选项禁止提取图片

输出文件分页：是否对输出文件进行分页处理

禁用多进程：是否禁用多进程处理

OCR语言：如果进行OCR识别可指定语言，中文为zh,英语eng,法语fra,德语deu，其它语言代码可以查看我另一篇文章《语言名称及简写代码两字母三字母代码对照表》，如果输入多个语言可用英文逗号,隔开，如：eng,fra,deu

强制OCR：是否强制对整个文档使用 OCR

页面范围：想要识别转换的指定PDF的页码，页码从0开始。如果只想转换PDF文档中的第2页，输入框里可以填1，如果想要转换多个不连续页面的话，可以按下面规则设置：1,5-8,11，即转换第2、6-9、12页的PDF内容。中间为英文逗号,和-

重建OCR：删除文档中所有现有的OCR文本，并使用surya重新进行OCR。

输出格式：软件默认输出md格式，如果想要输出JSON和Html格式的话，可以在下拉列表中选择

启动调试：是否输出软件执行过程中的调试信息。

处理器：

• marker.processors.LineBuilder：用于构建文本行。
• marker.processors.LineMergeProcessor：用于合并文本行。
• marker.processors.LLMTableProcessor：使用 LLM 处理表格。
• marker.processors.LLMTableMergeProcessor：使用 LLM 合并表格。
• marker.processors.TableProcessor：用于表格识别和处理。
• marker.processors.LLMEquationProcessor：使用 LLM 处理数学公式。
• marker.processors.LLMInlineMathLinesProcessor：使用 LLM 处理行内数学公式。
• marker.processors.LLMMathBlockProcessor：使用 LLM 处理数学公式块。
• marker.processors.LLMHandwritingProcessor：使用 LLM 处理手写内容。
• marker.processors.LLMImageDescriptionProcessor：使用 LLM 生成图像描述。
• marker.processors.LLMFormProcessor：使用 LLM 处理表单。
• marker.processors.LLMComplexRegionProcessor：使用 LLM 处理复杂区域。
• marker.processors.LLMSimpleBlockMetaProcessor：使用 LLM 处理简单的块元数据。
• marker.processors.TableConverter：用于表格转换。
• marker.processors.PdfConverter：用于 PDF 文件转换。

总分块数：指定任务总分块数，用于多任务并行。

文件总数：指定最多处理的 PDF 文件数量。

工作进程数：可以指定同时进行多少个处理任务，每个处理任务占用显存3.5G左右，如果你的显卡显存比较大的话，可以调高这个值，加快处理速度。

跳过已有文件：跳过已存在的转换文件

1.6.1版本整合包增加了对大语言模型的支持，辅助优化生成结果

Google Gemini API申请教程：https://nuowa.net/1431

注意事项：

软件运行主要依赖于GPU，建议英伟达显卡显存在2G以上的用户使用。

如果软件运行中出现:ValueError: max() arg is an empty sequence类似错误，是由于你这个PDF文档排版有问题，无法检测到布局，这是在选择整个文件夹进行批处理中会遇到的问题，如果批处理时某个PDF文档无法处理，你可以选择单独处理这个PDF文档。

支持Windows 10或11，不支持手机和MAC

Marker 1.6.1版一键启动包下载链接：