纸由我

纸由我是什么

纸由我主打文档内容的结构化解析与再生成。输入一份 PDF 或图片，输出可编辑、可重排的文本块与版式数据。

不是 OCR 工具。OCR 只认字，纸由我认版式。段落、表格、公式、图注，各自归位。

一般情况，处理一份 10 页以内的标准文档在数秒内完成。页数偏多时会有排队。

纸由我主要功能

• 版式还原解析：输入 PDF / PNG / JPG，按阅读顺序拆出文字块、表格、图片区域，输出带坐标的结构化 JSON，单页解析耗时约 0.8–1.5 秒。
• 表格结构重建：识别跨页表格与合并单元格，转成 CSV 或 Markdown 表格，行列对齐准确率在标准测试集上约 94%，手写体表格会掉到 70% 上下。
• 公式转写：图片里的行内公式与独立公式转 LaTeX，支持常见数学符号集，复杂多行公式偶有断行错位。
• 多栏排版重排：双栏、三栏学术文档按栏切分后再合并为单栏流，输出顺序符合人类阅读习惯，不按坐标硬排。
• 内容块再导出：解析结果可导出为 Markdown、纯文本、HTML 片段，保留标题层级与列表缩进。

有一点需要注意：扫描件分辨率低于 150 DPI 时，表格线识别会明显变差。

纸由我使用要求

输入格式限 PDF、PNG、JPG 三种。PDF 需为文本层或清晰扫描层，纯图片型 PDF 走图像解析通道，速度慢一些。

单文件页数上限 200 页。单张图片长边不超过 5000 px。

解析结果保留 24 小时，过期自动清。这里有个细节，导出前最好先预览，版式复杂时偶尔需要手动调块顺序。

纸由我核心优势

版式结构还原，不是纯文字提取。多数工具输出一坨文本，纸由我输出带位置和类型标签的内容块。表格还是表格，公式还是公式。

多栏与跨页处理。双栏论文、跨页表格这类麻烦结构，做了专门的重排逻辑，不靠简单坐标排序硬拼。

纸由我如何使用

上传 PDF 或图片后，系统自动跑解析。解析完进入预览界面，左侧原图、右侧内容块。

点任意内容块可编辑文字、调整类型（正文/标题/表格/公式）。表格块支持手动增删行列。

确认无误后选导出格式：Markdown、CSV（仅表格）、HTML。点导出即下载。

纸由我同类竞品对比

纸由我应用场景

• 学术论文转 Markdown 笔记，公式直接进 Obsidian 或 Notion。
• 扫描版合同、报表提取表格数据，转 CSV 进 Excel。
• 双栏 PDF 转单栏纯文本，丢进翻译工具不串行。
• 教材、技术手册拆成结构化内容块，用于二次排版。

实际使用时会有差异，手写体和低分辨率扫描件效果打折扣。

纸由我适用人群

• 需要把 PDF 论文转成可编辑笔记的研究生、科研人员。
• 处理扫描合同、财务报表的数据录入岗。
• 做文档数字化、内容迁移的技术编辑。
• 需要批量提取表格进数据库的运营人员。

首页截图