从 PDF 里复制一段文字，常常会出现断行、符号丢失，或者混进旁边一栏的句子的情况。Markdown 提供的是带明确结构的可编辑文本，改起来、用起来都更方便。但提取出来的内容并不因此就成了经过核实的证据。
一套好用的研究流程会同时保住三样东西：内容、文档结构，以及回到原文的路径。无论你是给自己整理笔记、收集引文，还是建立可检索的资料库，这一点都成立。
打算编辑的内容，选 Markdown
如果你要改写笔记、调整章节顺序、比较不同版本，或者把文字挪到别的编辑器里，Markdown 很合适。文件本身是纯文本，随时能读。如果你的主要目的是用可调字号通读整本书，EPUB 可能更合适。
Markdown 不会还原 PDF 的每一处版面细节。跨页的图、页边批注、结构复杂的表格，都可能需要手动处理。版面、精确引文和页码出处，还是以 PDF 为准。
CommonMark 规范定义了 Markdown 的核心语法。表格、数学符号和脚注则取决于目标软件额外支持的约定。请在你实际要用的编辑器里打开文件检查，不要假定所有 Markdown 阅读器都渲染得一模一样。
挑一份有代表性的文档来试，别只试最简单的那一页
先在 PDF 里试着选中并复制一段文字。纯图片的扫描件需要 OCR；能选中文字的，阅读顺序也未必可靠。图文混排的文件，普通文字部分和扫描部分都要检查。
在 PDF Craft 的 PDF 转 Markdown 工作区上传 PDF，选择 Markdown 输出，然后提交。如果你需要的是原文语言的工作副本，就不要开启翻译。下载转换结果，并在动手编辑前另存一份未改动的副本。
挑一段有代表性的内容来检查：正文、一个标题、一张表格，如果相关的话再加一个公式和一条注释。干净的标题页说明不了什么，密集的双栏论文才见真章。处理长文档或重复处理之前，先看一下价格。
先核对大纲，再提取结论
先只读标题。标题应当如实反映文档的实际组织方式。反复出现的页眉不应变成新的章节，视觉上很显眼的图注也不该变成章标题。
接着通读一个完整的小节。检查段落边界和列表层级，顺着论述跨过栏或页的断点。如果顺序错了，建立在它之上的漂亮摘要很可能把论点之间的关系也搞错。
检查表格时，把表头、行标签、数值、单位和脚注放在一起比对。数值错了一列，不是把表格排整齐就能解决的。检查公式时，对照 PDF 核对符号、下标、上下限和公式编号，并在编辑器里试一下渲染效果。
参考文献的信息要保留到足以找到同一份文献：作者、标题、年份、DOI 或 URL，以及引用处的页码。拿不准的引文，不要凭记忆换成一个看起来合理的版本。
移动输出文件时，一并保留文件和图片素材
把 PDF、未改动的转换结果、可编辑副本和下载下来的素材放在同一个项目文件夹里。如果 Markdown 引用了本地图片，要保持相对路径可用。只移动 .md 文件，图片可能就留在原地了。
移动或导入工作副本后，打开看看。抽查几张图片、一张表格和一个公式，点一点链接，不要以为导入成功就万事俱备。归档方式不必复杂，只要半年后还能找到原始文件就行。
在笔记开头加上来源信息：文档标题、版本或日期、原始文件名，以及相关页码范围。印刷页码和 PDF 页码可能对不上。重要的段落两个都记下来，别把阅读器当前显示的页码当成引用出处。
笔记单独放一层
把“原文摘录”“我的摘要”和“待解决的问题”明确分开。逐字引用要对照原文一字一句核对，并标注已经核实的位置。转述同样需要注明来源。
先做一条完整的笔记，再导入整批资料。一条笔记里要有论点、支撑它的段落或表格、来源位置，以及你自己的解读。然后只凭这条笔记去找原始证据。如果找不到，趁对文档还熟悉，赶紧把出处补好。
扫描版长书的整理方法，参见整理 Markdown 章节笔记。来源复杂的文档，可以用公式与脚注检查清单。如果之后要把这些文件放进 AI 或检索系统，记得让每一节都带着来源信息。检索系统既可能原样复述一句正确的话，也可能原样复述一处 OCR 错误；只有能找回原文，答案才查得清。