PDF 表格可能牽涉合併儲存格、分組標題、縮排,以及表格邊界外的註記。單純的 Markdown 表格未必能完整表達這些關係。即使文字和數字都辨識正確,呈現方式仍可能需要再編輯。
這裡要分開看兩件事:轉換是否忠實還原了原始內容,以及所選的 Markdown 形式能否清楚傳達這些內容。前者是擷取結果的檢查,後者則是編輯上的取捨。
先從最簡單、又能忠實呈現的形式開始
只有一列表頭、欄位固定的表格,通常很適合用多數 Markdown 編輯器都支援的管線表格語法。每個數值都要和它所屬的列標籤、欄標題放在一起。
以下是我手動撰寫的範例,結構清楚、沒有歧義:
| Material | Mass (g) | Condition |
| --- | ---: | --- |
| Sample A | 12.4 | Dry |
| Sample B | 15.1 | Wet |
這不是轉換結果的範例,只是用來說明簡單的呈現方式能傳達什麼:標籤、數量、單位和狀態可以一眼對應。
GitHub Flavored Markdown 定義了表格擴充語法,但基本 Markdown 實作之間可能有所差異。請在你實際要使用的編輯器或發佈系統中預覽結果,不要假設每個渲染器行為都一樣。
攤平合併表頭,但別讓原意流失
管線表格沒有可攜的作法來重現任意合併儲存格。PDF 中兩層式的表頭,可能需要改成明確的組合標籤,例如「2025 — 國內」和「2025 — 出口」,而不是在好幾個欄位上方放一個合併的年份標題。
遇到分組的列,必要時重複或改寫組別標籤。原始儲存格看起來空白,不代表它就是零或缺少值,要先確認它的意義。橫跨好幾列的標籤,可能適用於它下方的每一列。
如果攤平後結果變得太難讀,可以考慮拆成幾個較小的表格、改用結構化清單,或保留原始表格圖片並附上文字說明。請選擇能保留原有關係的形式,不要為了模仿框線而犧牲可讀性。
在支援 HTML 的編輯器中,HTML 表格也是選項之一,但支援程度以及 HTML 內嵌 Markdown 的行為並不一致。沒有在實際的發佈環境測試過,就不要貿然採用這種格式。
把跨頁接續的內容視為同一個表格
PDF 可能在每一頁重複表頭。在 Markdown 中,要區分這些重複的標籤和真正的資料列。特別檢查分頁前的最後一列和分頁後的第一列,尤其是說明文字被拆到兩頁的情況。
註記和圖表標題要跟它們所補充的表格放在一起。印在最後一頁之後的註記,可能適用於前幾頁的數值。如果為了易讀而拆開表格,請重複必要的標題、標籤、單位和註記引用,不要留下無法獨立閱讀的片段。
即使你從工作用的 Markdown 中移除了分頁符號,仍請在審閱筆記中保留原始頁碼位置。日後發現漏行或重複列時,這些資訊會很有用。
重新整理後,核對表頭與數值
抽樣核對每個數字時,請沿著完整脈絡回溯到原始文件:表格標題、組別、欄、列、單位。然後再從 Markdown 反向對照回 PDF,找出重複和憑空出現的項目。
檢查小數、負號、範圍、百分比、空白儲存格和註記符號。不要只因為修正後總和看起來比較合理,就選擇那樣的修正。原始文件本身可能有四捨五入或錯誤,這些不該被當成 OCR 修正而默默「改掉」。
如果是辨識本身的問題,請參考掃描表格 OCR 檢查清單。編輯上的取捨要和來源中不確定的數值分開處理。
轉換、編輯,並依最終用途預覽
把 PDF 上傳到PDF 轉 Markdown,在任務設定中選擇 Markdown,然後下載轉換完成的檔案。PDF Craft 會在處理過程中辨識表格,但這不保證每個複雜的印刷結構都能變成完全可攜的 Markdown 表格。
請編輯副本,並保留原始匯出檔。以讀者實際檢視時的寬度預覽整份表格,確認過長的標籤、經過跳脫處理的直線符號(|)和註記仍然看得懂。
如果表格要放進研究筆記,請連同出處引用和原始 PDF 一起保留,並參考研究工作流程中的 Markdown 用法。好用的表格,應該在擷取內容並改用你選擇的格式呈現後,仍能保留原意。