pdfminer.six
基于Python的PDF布局分析库，能将PDF内容分解为字符、行、框等细粒度元素，提供位置、字体、字号信息，需用户自行构建结构
时间轴 (近 90 天)
pdfminer.six进行布局分析（字符→行→框），提供细粒度位置、字体、字号，但结构化需自己构建。
pdfplumber基于pdfminer.six，支持有框线表格检测、方便访问字/字符，但无框线表格需调参。
MarkItDown（微软）支持多格式转Markdown，擅长Office文件和快速转换，但PDF处理较轻（底层用pdfminer/pdfplumber），License为MIT。
若PDF有文本层，基于pdfminer.six/pdfplumber的布局感知规则方案轻量、确定性强、运行成本低；若为扫描件或高度视觉化文档，则需要OCR或ML管道（Docling、Marker、MinerU），代价是算力开销。
pdfplumber是基于pdfminer.six构建的高层封装库，将PDF页面中每一个字符、矩形、线条对象暴露为带有精确坐标属性（x0、y0、x1、y1）的Python对象
全部知识事实 (5)
pdfminer.six进行布局分析（字符→行→框），提供细粒度位置、字体、字号，但结构化需自己构建。
50%待验证pdfplumber基于pdfminer.six，支持有框线表格检测、方便访问字/字符，但无框线表格需调参。
50%待验证MarkItDown（微软）支持多格式转Markdown，擅长Office文件和快速转换，但PDF处理较轻（底层用pdfminer/pdfplumber），License为MIT。
50%待验证若PDF有文本层，基于pdfminer.six/pdfplumber的布局感知规则方案轻量、确定性强、运行成本低；若为扫描件或高度视觉化文档，则需要OCR或ML管道（Docling、Marker、MinerU），代价是算力开销。
50%待验证pdfplumber是基于pdfminer.six构建的高层封装库，将PDF页面中每一个字符、矩形、线条对象暴露为带有精确坐标属性（x0、y0、x1、y1）的Python对象
50%