# PDF 转 Markdown 阅读顺序出错：先找出第一处错位

在动手编辑或再次转换之前，先诊断 PDF 转 Markdown 结果中的段落混杂、页眉页脚重复和图片错位。

如果转换后的 Markdown 在几个话题之间来回跳，先别急着改句子让它读起来通顺。文字本身可能没错，只是段落顺序乱了。一上来就改文字，反而会掩盖最初的提取问题。

从一个具体的问题段落出发，回到它所在的页面。做一次小而可重复的诊断，比笼统地说整个结果"乱码"有用得多。

## 把段落和原始页面对上

在 Markdown 里找一个有辨识度的短语，如果 PDF 有文本层，就在 PDF 里搜索它。没有文本层的话，就用最近的章节标题、图号或页面上印的页码来定位扫描页。注意区分 PDF 阅读器里的页码位置和文档上印的页码。

读一下原文段落和它紧挨着的前后文。标出 Markdown 在哪里与原文一致、在哪里偏离、又在哪里重新对上。比如，图注可能被插进了一个段落的两半之间。这种情况需要把整块内容挪回去，而不是把整节重新翻译一遍。

如果找不到原文段落，不要让 AI 工具替你编出缺失的衔接。在找到原文之前，先保留一条"存疑"的标注。读起来通顺，并不能证明顺序就是对的。

## 把页眉页脚和正文分开

转换之后，重复出现的期刊名、章节标题、作者名或页码，可能会混进句子中间。看看同一个片段是不是按固定的页间隔反复出现。

把一个例子连同它的页码位置抄进审校笔记。然后再看另一处出现的地方，之后才考虑全局查找替换。页眉里用到的词，正文里也可能正常出现。数字尤其要小心：印在页面上的页码，可能和参考文献编号、年份或表格里的数值长得很像。

在一份工作副本里删掉确认是页眉的内容，然后跨过衔接处重新读一遍。如果句子还是不通，可能还有段落缺失、分栏切换或单词被拆断的问题。别以为清理一次就能让所有片段都衔接顺畅。

## 检查图片、表格和边栏有没有放错位置

段落被一张表格打断，和段落的文字与表格单元格交错在一起，是两回事。前一种情况，把完整的块挪个位置，行文可能就恢复了。后一种情况，先对着 PDF 把正文和表格分别认清楚，再动手修改。

根据图注和正文里的引用，判断图片应该放在哪里。图片应该和它的图注、编号以及周围的说明放在一起，才能看懂。如果图片整个缺失，去检查下载的资源文件，而不是用文字猜测它原来画的是什么。

对于边栏，先判断作者是不是本来就想让它单独成一条阅读路径。一个框起来的定义，可能不该插在正文段落的第一句和第二句之间。[双栏排版审校指南](https://pdfcraft.ai/zh-CN/blog/two-column-pdf-reading-order/)介绍了哪些原文版式容易造成这类衔接问题。

## 记录足够的信息，才能选对处理方式

一条有用的问题记录不长，但要能复现：

| 字段   | 示例条目                            |
| ---- | ------------------------------- |
| 来源   | PDF 阅读器第 18 页，页面印刷页码 12         |
| 输出位置 | 章节"评估"，以"The second trial"开头的段落 |
| 问题   | 右栏段落出现在左栏段落的续文之前                |
| 修正   | 恢复原文顺序；表格保留在其引导段之后              |
| 复查   | 确认下一页从同一位置开始                    |

这只是记录格式的示例，不是 PDF Craft 的实际处理结果。请使用你文档中的真实位置和观察结果。

如果只有零星几处错误，直接在 Markdown 编辑器里改可能更快。如果分栏交错反复出现，或者内容大量缺失，也许值得换一种转换方式，或者换一份更好的源文件。在花钱重新处理同一个文件之前，先想清楚你期望改变的是什么：扫描质量、源文件、处理设置，还是转换工具。用完全相同的输入重复处理，并不是可靠的修复办法。

## 使用文本之前，先检查修好的顺序

在 [PDF Craft 的 Markdown 工作流](https://pdfcraft.ai/zh-CN/pdf-craft/pdf-to-markdown/)中，上传 PDF，选择 Markdown，然后从完成的任务中下载结果。文档处理的目标是还原有用的结构，包括复杂版式；但这并不能省去检查阅读顺序这一步。

保留未改动的导出文件、你的工作副本和源 PDF。对比修改前的段落、修改后的块，以及它后面的段落。再把 Markdown 放到最终要用的编辑器里打开看看：编辑器渲染的问题和源文件顺序的问题，需要用不同的办法解决。

做完这些，再去摘录引文、拆分研究笔记，或者把段落交给其他工具。[PDF 转 Markdown 研究指南](https://pdfcraft.ai/zh-CN/blog/pdf-to-markdown-for-research/)介绍了如何让这些摘录始终对应到原文。修好的段落应当保持作者的原有顺序，而不只是单独读起来像那么回事。