Elysia Tools
导航
Document Tools
从矢量 PDF 中检测并重建内嵌数学公式：识别数学字体（CMMI/CMSY/CMEX、STIX、Cambria Math）与 Unicode 数学符号，恢复上下标与堆叠分式，保留 AMS 编号（含 (2a)/(2b) 子编号），输出可复制的 LaTeX、Presentation MathML（MathJax/KaTeX 兼容）与可下载的 .tex 公式包。
详情
原理：LaTeX 生成的 PDF 中，公式以专用数学字体的文本运行编码（CMMI 数学斜体、CMSY/CMEX 符号、MSAM/MSBM AMS 符号）；本工具经 pdf.js 操作符列表读取真实字体名（含子集前缀剥离），结合 Unicode 数学区、基线偏移（上下标）与垂直对齐行对（分式）重建公式；右页边距的 (N)/(Na) 编号按 amsmath equation/subequations 规则保留。每条 LaTeX 经 temml 渲染验证并生成 Presentation MathML（MathJax v3 可直接接受 MathML 输入）。局限：扫描版/图片型 PDF 无文本层，会被明确拒绝（需先行 OCR）；复杂矩阵、多行对齐环境为尽力重建。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
工具使用指南
PDF 公式提取器能够直接从矢量 PDF 文档中解析数学字体与排版结构，精准重建 LaTeX 源码与 Presentation MathML，并完整保留 AMS 公式编号及子编号，方便快速复制或导出 .tex 公式包。
背景
正在撰写文献综述，需要引用一篇 PDF 论文中的多个积分与微分方程，手动敲击 LaTeX 语法费时且容易出错。
问题
快速获取原论文中带有 (1)-(5) 及 (4a)/(4b) 编号的独立显示公式源码。
如何使用
上传论文 PDF 文件，公式范围选择“仅显示公式”，勾选“渲染 MathML 预览”，点击开始提取。
pdfFile: paper_sample.pdf, scope: display, maxPages: 20, renderPreview: true, writeTexBundle: false结果
成功获得校验后的 LaTeX 源码与 MathML 片段，公式编号与分式结构完整保留。
背景
需要整理一篇机器学习论文中的所有数学符号定义与推导步骤，包括正文中的行内变量与独立公式。
问题
一次性导出文档中的所有行内和行间公式，并生成独立的 .tex 文件包供本地编译。
如何使用
上传 PDF 文件，将公式范围切换为“显示公式 + 行内数学”，勾选“生成 .tex 打包文件”。
pdfFile: ml_theory.pdf, scope: all, maxPages: 50, renderPreview: false, writeTexBundle: true结果
完整提取了包括行内变量在内的所有数学表达式，并下载了包含所有公式的 .tex 压缩文件。
不支持。该工具基于矢量文本层和字体信息解析，扫描件需先经过 OCR 处理建立文本层后再使用。
兼容。输出为标准的 Presentation MathML，MathJax v3 及兼容 MathML 的渲染器均可直接调用。
可以。解析器遵循 amsmath 的 equation 与 subequations 规则，能准确保留右侧边距的子编号。
可以通过设置“公式范围”参数，选择仅提取显示公式、仅提取编号公式或同时提取全部公式。
单文件最大支持 25MB，扫描页数支持自定义设置，最大可处理 200 页。