# PDF转XML

将PDF文档转换为结构化XML格式，保留内容层级

> 标准页面: https://elysiatools.com/zh/tools/pdf-to-xml

- **分类:** Document Tools

- **关键词:** pdf, xml, convert, document, structure, markup, data, hierarchy

## 概述

使用纯Node.js将PDF文档转换为结构化XML格式。

## 输入项

- **PDF文件** (file): Upload a PDF file
- **输出模式** (select)
- **包含XML声明** (checkbox)

## 适用场景

- 需要从PDF格式的报告、论文或发票中提取结构化文本数据进行二次开发或分析时。
- 需要将不可编辑的PDF文档内容导入到支持XML格式的数据管理系统或数据库中时。
- 在自动化文档处理流程中，需要将PDF转换为带有层级标签的XML标记语言时。

## 工作原理

- 上传需要转换的PDF文件（大小限制在50MB以内）。
- 选择输出模式（紧凑的Compact XML或易读的美化Pretty-printed XML），并设置是否包含XML声明。
- 点击转换按钮，系统将解析PDF的文本与层级结构并生成对应的XML文件。
- 下载转换完成的XML文档。

## 使用案例

- 学术文献数字化：将PDF格式的学术论文转换为XML，便于进行文本挖掘和文献分类。
- 企业报表数据提取：批量将PDF财务报表转换为XML格式，以便导入企业ERP或数据分析系统。
- 电子书与文档归档：将PDF说明书或电子书转换为结构化的XML文档，方便长期保存和跨平台读取。

## 常见问题

### 转换后的XML会保留PDF的排版格式吗？

转换会保留文本的内容层级和结构，但不会保留字体、颜色等视觉排版样式。

### 什么是“紧凑”和“美化”输出模式？

紧凑模式会压缩XML代码以减小文件体积；美化模式则会添加缩进和换行，方便人类阅读。

### 转换支持扫描件或图片格式的PDF吗？

本工具主要针对含有文本图层的可编辑PDF。如果是纯图片或扫描件PDF，可能无法提取出文本。

### 转换时可以去掉XML文件开头的声明吗？

可以，在转换前取消勾选“包含XML声明”选项即可。

### 上传的PDF文件有大小限制吗？

有的，单个PDF文件的大小上限为50MB。

## 相关工具

- [LibreOffice PPT转PDF讲义](https://elysiatools.com/zh/tools/libreoffice-ppt-to-pdf-handouts): 演示文稿转PDF并支持每页多张幻灯片讲义布局
- [PDF页眉页脚片段](https://elysiatools.com/zh/tools/pdf-header-footer-snippets): 将HTML转换为PDF，并插入Logo/标题/日期等页眉页脚片段
- [HTML转PDF渲染器](https://elysiatools.com/zh/tools/html-to-pdf-renderer): 将有限HTML子集渲染为PDF
- [LibreOffice DOCX转PDF](https://elysiatools.com/zh/tools/libreoffice-docx-to-pdf): 通过LibreOffice批量将.doc/.docx转换为PDF并保留排版
- [LibreOffice DOCX转PDF/A](https://elysiatools.com/zh/tools/libreoffice-docx-to-pdf-a): 通过LibreOffice+Ghostscript生成PDF/A合规文档
- [LibreOffice XLSX转PDF报表](https://elysiatools.com/zh/tools/libreoffice-xlsx-to-pdf-report): 通过LibreOffice将Excel表格转换为多页PDF报表并支持批量合并
- [SVG转PDF](https://elysiatools.com/zh/tools/svg-to-pdf): 将 SVG 矢量图形转换为 PDF 文档，用于打印和共享
- [邮件HTML转PDF](https://elysiatools.com/zh/tools/libreoffice-html-mail-to-pdf): 将邮件HTML内容渲染为PDF并保留基础排版

## 示例

- [PDF示例](https://elysiatools.com/zh/samples/pdf-samples): 2026-02-01 到 2026-02-10 工具生成的PDF示例
- [Markdown 幻灯片示例](https://elysiatools.com/zh/samples/md-slide-deck-to-pdf): 用于测试 PDF 导出的 Remark/Marp 风格 Markdown 幻灯片
- [Android Java 序列化示例](https://elysiatools.com/zh/samples/android-serialization-java): Android Java 序列化示例，包括JSON序列化、反序列化和XML解析
- [Android Kotlin 序列化示例](https://elysiatools.com/zh/samples/android-serialization-kotlin): Android Kotlin 序列化示例，包括JSON序列化、反序列化和XML解析

## 相关内容

- [PDF 转 Office、网页、电子书与结构化格式](https://elysiatools.com/zh/hubs/pdf-to-office-and-ebook-converters): 把 PDF 转成 Word、Excel、PowerPoint、HTML、EPUB、图片、文本和 XML，并用清晰流程选择合适输出。