Markdown Cleaner

Use this skill when working with markdown-cleaner.

loongyowl 1cf4934 6 files · 8.0 KB Updated

File contents

Markdown Cleaner

智能合并 Markdown 断行段落,清理 OCR 噪声,排版 PDF 提取的文本。

触发词

清洗markdown、markdown排版、删除图片、合并段落、断行修复、OCR清理

功能

  1. 清理多余空格 - 合并连续多个空格为单个
  2. 删除 OCR 噪声 - 自动检测并移除 OCR 产生的乱码行
  3. 删除图书馆藏书页 - 识别全大写图书馆标记行并移除
  4. 合并断行段落 - 智能合并被 PDF 断行拆散的段落
  5. 识别标题 - 支持 # 标记和全大写短行标题
  6. 保留文档结构 - 列表、引用、分隔线原样保留
  7. 清理多余空行 - 最多保留连续1个空行
  8. 预览输出 - 命令行模式自动显示前30行预览

命令行

python cleanup_markdown.py input.md output.md

依赖

Python 3.6+,仅标准库 re, sys, os

loongyowl/my-skills/tree/main/skills/markdown-cleaner commit 1cf49349b5

Frequently asked questions

npx skillmds@latest add loongyowl/markdown-cleaner