马可菠萝

马可菠萝是什么

马可菠萝是一个面向文档处理与内容生成的工具型站点。核心能力围绕文档解析和结构化输出展开。

支持把PDF、图片、扫描件里的文字、表格、公式提取出来。输出格式为结构化数据，不是纯文本堆叠。

处理链路里设有版面分析环节。阅读顺序会保留，表格不会被打散成零散字符。

有一点需要注意：扫描件质量直接影响识别结果。分辨率低于150dpi时，公式和细小文字容易丢。

马可菠萝主要功能

• 文档全要素解析：读取PDF、JPG、PNG、扫描件中的文字、表格、公式、图片区域，通过版面分析模型区分标题、正文、页眉页脚，输出带阅读顺序的JSON结构化数据；单文件上限200页，超出需拆分处理。
• 表格结构还原：识别合并单元格、跨页表格、无线框表格，用行列坐标重建表格逻辑结构，输出可直接导入Excel的二维数组或CSV；复杂嵌套表格还原准确率约92%。
• 公式识别与转换：从图片或PDF中提取数学公式，转为LaTeX代码输出；支持行内公式和独立公式两种模式，手写公式识别率约85%，印刷体约96%。
• 多格式批量导出：解析结果可导出为Markdown、JSON、CSV、Excel四种格式；批量任务单次最多提交50个文件，排队处理，平均每页耗时1.2秒。
• API接口调用：提供RESTful接口，传入文件或Base64编码，返回结构化JSON；单次请求文件大小上限20MB，QPS限制为10次/秒。
• 版面区域标注：输出每个元素的坐标框（bbox），标注类型包括文本块、表格、图片、公式；坐标精度到像素级，方便二次开发做区域裁剪。

马可菠萝使用要求

浏览器端需要Chrome 90+或Edge 90+。不支持IE。

上传文件格式限PDF、JPG、PNG、BMP、TIFF。单文件不超过20MB。

API调用需要申请Key。免费额度每月500页，超出按量计费。

这里有个细节：TIFF多页文件只取第一页。多页场景建议用PDF。

马可菠萝核心优势

表格还原不丢结构。跨页表格能自动拼接，合并单元格不会变成空值。输出直接是二维数组，省掉手工整理环节。

公式输出LaTeX。不用截图再手动敲。识别完直接复制到论文或笔记里用。

实际使用时会有差异：手写公式和印刷体公式的识别率不在一个水平线上。

马可菠萝如何使用

上传文件后选择解析模式。有“快速模式”和“精确模式”两个选项。快速模式跳过公式识别，每页耗时约0.6秒。精确模式全要素解析，每页约1.2秒。

解析完成后在结果页查看各元素。点击任意元素可定位到原文坐标框。

导出时选目标格式。Markdown保留标题层级，JSON保留完整坐标和类型字段。

批量处理在任务列表里提交。支持拖拽多个文件，排队执行。

API接入参考文档里的请求示例。传文件用multipart/form-data，传Base64用application/json。

马可菠萝同类竞品对比

马可菠萝应用场景

论文和学术资料整理。把PDF论文里的公式批量转LaTeX，表格转Excel。省掉逐条手敲的时间。

财务报表数字化。扫描的财务报表用表格还原功能转成结构化数据。跨页表格自动拼接，不用手动对齐。

试卷和教辅录入。图片格式的试卷解析成Markdown，公式保留LaTeX格式。直接导入题库系统。

合同和档案归档。批量解析PDF合同，输出JSON带坐标信息。方便做全文检索和字段提取。

马可菠萝适用人群

• 需要批量处理PDF论文的研究生和科研人员
• 做财务数字化、档案电子化的运营人员
• 开发文档解析功能的工程师，用API做二次集成
• 教辅编辑和题库录入人员，需要把图片试卷转结构化数据

不太适合纯文本提取需求。只拿文字的话，轻量工具够用，不需要上全要素解析。

首页截图