pip install pymupdf4llm

import pymupdf4llm# Extract PDF content as Markdownmd_text = pymupdf4llm.to_markdown("input.pdf")print(md_text[:500])# Print first 500 characters

import pymupdf4llm# Extract only pages 10 and 11md_text = pymupdf4llm.to_markdown("bengio03a.pdf", pages=[10, 11])print(md_text[:500])# Print first 500 characters

import pymupdf4llmllama_reader = pymupdf4llm.LlamaMarkdownReader()llama_docs = llama_reader.load_data("bengio03a.pdf")print(f"Number of LlamaIndex documents: {len(llama_docs)}")print(f"Content of first document: {llama_docs[0].text[:500]}")

import pymupdf4llmimport json
md_text_images = pymupdf4llm.to_markdown(doc="bengio03a.pdf", pages=[1, 11], page_chunks=True, write_images=True, image_path="images", image_format="jpg", dpi=200)print(md_text_images[0]['images'])# Print image information from the first chunk
md_text_tables = pymupdf4llm.to_markdown(doc="bengio03a.pdf", pages=[12],# Specify pages containing tables )print(md_text_tables)