Doc2X

Doc2X可将PDF、扫描件与图片识别为可编辑内容，处理公式、表格和多栏文档，并导出Word、Markdown或LaTeX。资料整理者可以先对照原稿修正识别结果，再把内容交给办公软件、笔记工具或学术编辑器继续处理，减少手工录入公式与表格的工作。

先识别文档结构，再选择编辑方式

解析过程区分标题、正文、公式、表格与插图，并按阅读顺序组织结果。同一份解析内容可以根据用途选择不同输出：重写正文可选流式Word，保留章节结构可选Markdown。通过开放平台接入时，结构化版面块还可提供坐标、类型和父子关系，用于资料切分与原文溯源。

PDF转Word与版式选择

电子PDF与扫描PDF均可作为输入，解析后应对照原页核对文字、公式与图表。需要大幅修改内容时可用流式Word；沿用原页面布局时，可在符合条件的v3 PDF任务中选择保留版式。公式输出方式还需按Word、WPS或MathType编辑环境分别选择，保留外观的结果不等于所有表格都能按原生表格编辑。

Markdown衔接笔记与知识库

导出Markdown可以保留标题、公式、表格与插图关系，适合继续整理阅读笔记或知识库材料。下载时需要连同图片资源一起保存，移动MD后也应检查引用路径。公式定界与复杂表格显示受目标编辑器影响，导入Obsidian或Typora后，应先用含公式和表格的样页检查显示。

表格识别与Excel导出

上传表格截图、照片或含表格的PDF后，可先检查识别结果是否形成正确的行列结构。发现错误时进入解析结果编辑，修正并保存，再导出Excel；可以选择段落、页面或整份文档的范围。每张识别表对应一个工作表，后续统计前还需核对编号、百分比和数值的数据类型。

公式与LaTeX源码整理

对论文和教材，可将正文、公式与表格导出为LaTeX源码，下载资源包后交给Overleaf等编辑器继续排版。单个公式也能通过上传或粘贴清晰图片识别，再检查上下标、分式与括号后复制LaTeX。公式识别结果仍需人工核对，源码导出适合后续修改，不代表直接套用现有论文模板。

开发者批量处理与系统接入

开放平台面向需要将文档解析接入程序的开发者，提供REST API及Python SDK等方式。PDF流程包括申请上传地址、上传文件、轮询解析状态与请求导出；Python封装可用于批量处理文件夹。API调用使用独立额度，个人网页会员不能替代开放平台的资源包。

从上传文件到下载结果

1. 准备原稿：在网页工作台选择PDF或图片解析，使用清晰、完整的原文件。
2. 核对识别内容：检查阅读顺序、标题、公式与表格，发现错误后编辑并保存。
3. 选择导出方式：按后续用途选择Word、Markdown、LaTeX或表格Excel，核对可用配置。
4. 验证下载结果：用目标软件打开文件，检查分页、图片引用、公式显示或表格数据类型。

论文教学与业务资料整理

• 科研阅读：将论文PDF转成Markdown，连同插图归档为可继续整理的笔记。
• 教学备课：将扫描试卷转成Word，核对公式与布局后修改讲义内容。
• 业务数据整理：从报表PDF提取表格为Excel，检查数字类型后再筛选统计。
• 知识库开发：通过API取得Markdown与结构化版面信息，用于文档分块与溯源。