Paxa Labs
登录

PDF 转 Markdown，表格完整保留

如果页面以零散文本送到语言模型，表格又被压成一行行文字，模型就很难读懂这份 PDF。

Paxa OCR Lite 把每一页返回为 GitHub 风格的 Markdown，保留标题、列表和表格，也可以返回带类型的版面区块。它以泰语为先，同时也能读其他语言。

立即试用阅读文档

一张发票，读一次#

左边是一张泰语税务发票样本，右边是 API 返回的两种结果形式。输出是实际调用时记录的响应，没有任何修改。

一张泰国税务发票，按样张排版。

一页泰语税务发票，排版为样本后以 PNG 发送。

# บริษัท ศตวรรษการค้า จำกัด (สำนักงานใหญ่)
๙๙ ถนนพระราม ๙ แขวงห้วยขวาง เขตห้วยขวาง กรุงเทพมหานคร ๑๐๓๑๐
เลขประจำตัวผู้เสียภาษี 0 1055 64078 12 7

# ใบกำกับภาษี
TAX INVOICE
ต้นฉบับ
เล่มที่ 001 เลขที่ 0042
วันที่ ๓๐ มิถุนายน ๒๕๖๙

ชื่อผู้ซื้อ | บริษัท กรุณาไทย จำกัด
--- | ---
ที่อยู่ | ๑๒๓ ซอยสุขุมวิท ๖๓ แขวงคลองตันเหนือ เขตวัฒนา กรุงเทพมหานคร ๑๐๑๑๐
เลขประจำตัวผู้เสียภาษี | 0 1055 61045 67 8

| ลำดับ | รายการ | จำนวน | หน่วยละ | จำนวนเงิน |
| --- | --- | --- | --- | --- |
| ๑ | เสื้อโปโลพนักงานปักโลโก้ | ๑๒ | 120.00 | 1,440.00 |
| ๒ | แก้วเซรามิกพิมพ์ลาย | ๕ | 30.00 | 150.00 |
| ๓ | กล่องบรรจุภัณฑ์ | ๓ | 20.00 | 60.00 |

| | | | รวมเงิน | 1,650.00 |
| --- | --- | --- | --- | --- |
| | | | ภาษีมูลค่าเพิ่ม 7% | 115.50 |
| | | | จำนวนเงินรวมทั้งสิ้น | 1,765.50 |

( หนึ่งพันเจ็ดร้อยหกสิบห้าบาทห้าสิบสตางค์ )

paxa-ocr-lite-v1 · 记录于 2026年9月12日

从文件到 Markdown#

每份文档一次同步请求，无需排队，也无需轮询任务状态。

  1. 发送文件

    以 base64 POST 到 /v1/ocr，支持 PDF、PNG、JPEG 和 WebP，最多 50 页、10 MiB。

  2. 选择形式

    把 output 设为 markdown，每页返回一段 Markdown；设为 structured，则以带类型的区块返回标题、段落、列表和表格。

  3. 交给下游

    按标题切分成检索片段，或把整页作为上下文交给模型。表格仍以表格返回，每一行都保留自己的单元格。

Paxa OCR Lite 标价为每千页 $6.50。

常见问题#

支持哪些文件？

PDF、PNG、JPEG 和 WebP，每次请求最多 50 页、10 MiB。

表格会变成什么样？

在 Markdown 形式中，表格以 GitHub 风格的表格返回。在 structured 形式中，每个表格是一个区块，行以单元格数组的形式保存。

能读哪些语言？

它以泰语为先，也能读其他语言，包括泰语夹杂英语的页面。请求中不需要指定语言。

如何提取总金额或税号这样的字段？

对同一个文件使用 Document Extraction。发送一个由具名、带类型字段组成的 Schema，即可取回填好的字段，每个值都附带它在文档中对应的印刷原文。

从免费积分开始

使用 Google、GitHub 或 Hugging Face 登录，即可用 100 一次性免费积分处理您自己的文本。

免费开始