PDF-i Markdown-a çevirmək
PDF faylını başlıqları, siyahıları və cədvəlləri Markdown sintaksisi ilə yazılmış .md faylına çevirin: qeydlər kolleksiyası, sənədləşmə repozitoriyası və ya axtarış pipeline-ı üçün hazırdır.
PDF çevirici
və ya PDF faylları bura sürüşdürün ·
Hər fayl üçün maks. 95 MB· 20 fayla qədər· 30 dəqiqədən sonra silinir
Fayllar serverlərimizdə emal olunur və 30 dəqiqədən sonra silinir.
Skan edilmiş PDF-lər səhifə təsvirləridir. Avto OCR-ı yalnız mətn qatı olmayan səhifələrdə işlədir; Həmişə hər səhifə üçün məcbur edir.
Skandakı mətnin dili. Düzgün dili seçmək diakritik işarələr və qeyri-latın yazılar üçün dəqiqliyi nəzərəçarpacaq dərəcədə artırır.
Axan mətn redaktə etmək asan olan adi abzaslara çevrilir. Dəqiq maket hər bloku olduğu yerdə yerləşdirir, eyni görünür, lakin redaktə etmək çətindir.
Aşkar edilən cədvəllərin iş kitabında harada yerləşəcəyi.
Vergüllə ayrılmış səhifə nömrələri və ya aralıqlar, məsələn, 1-3, 5, 8-10.
Bu alətdən necə istifadə etməli
- 1
PDF faylını əlavə edin
Hər biri 95 MB-a qədər olan 20 PDF-ə qədər faylı bura atın. Mətnin tanınması (OCR) Avto rejimində qaldıqca skan edilmiş səhifələr OCR ilə oxunur.
- 2
Şəkilləri və səhifələri seçin
Şəkilləri saxla aktivdir, buna görə şəkillər də köçürülür. Yalnız mətn faylı üçün onu söndürün, titul vərəqini və ya əlavəni atlamaq üçün isə Çevriləcək səhifələr sahəsindən istifadə edin.
- 3
Çevirin və strukturu yoxlayın
Markdown formatına Çevir düyməsini basın və .md faylını endirin, bir neçə fayl olduqda ZIP endirin. Əvvəlcə başlıq səviyyələrinə nəzər salın.
PDF qlifləri mövqelər üzrə saxlayır; Markdown isə strukturu simvollarla saxlayır: başlıq üçün #, siyahı üçün tire, cədvəl üçün şaquli xətlər. Çevirmə bu strukturu şrift ölçülərindən, girintilərdən və sütunlardan geri oxuyur.
PDF-dən MD-yə çevirmə başlıqları, siyahıları və cədvəlləri necə bərpa edir
Əksər PDF-lər sətrin başlıq olduğunu bilmir. Fayl 2001-ci ildə PDF 1.4-də əlavə olunmuş və PDF/UA əlçatanlıq standartı (ISO 14289) tərəfindən tələb edilən teqli PDF kimi ixrac edilməyibsə, başlıq sadəcə daha iri və ya qalın şriftlə yazılmış mətndir. Çevirici tapdığı şrift üslublarını sıralayır və ən iri təkrarlananları #, ## və ### ilə uyğunlaşdırır, ona görə aydın şrift iyerarxiyalı hesabat səliqəli quruluşla çıxır.
Siyahılar işarələrdən və girintilərdən tanınır: markerlər -, nömrəli sətirlər 1., daha dərin girintilər iç-içə bəndlər olur. Sütunlarla düzülmüş mətn şaquli xətli cədvələ çevrilir; bu sintaksisi GitHub 2017-ci ildə GFM spesifikasiyasında rəsmiləşdirib, John Gruber-in 2004-də dərc etdiyi Markdown-da isə cədvəl ümumiyyətlə yox idi. Keçidlər hədəfini [text](url) kimi saxlayır.
Yalnız sətir sahəyə çatdığı üçün yaranmış sətir kəsilmələri yenidən abzaslara birləşdirilir. İki abzas arasına düşən yuxarı kolontitul və ya səhifə nömrəsi sonradan silinən adi şeydir.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Markerli və nömrəli siyahılar | Markerli və nömrəli siyahılar to MD: yes | – Markerli və nömrəli siyahılar to TXT: no | Markerli və nömrəli siyahılar to DOCX: yes | Markerli və nömrəli siyahılar to HTML: yes |
| Sadə cədvəllər | Sadə cədvəllər to MD: yes | – Sadə cədvəllər to TXT: no | Sadə cədvəllər to DOCX: yes | Sadə cədvəllər to HTML: yes |
| Birləşdirilmiş cədvəl xanaları | – Birləşdirilmiş cədvəl xanaları to MD: no | – Birləşdirilmiş cədvəl xanaları to TXT: no | Birləşdirilmiş cədvəl xanaları to DOCX: yes | Birləşdirilmiş cədvəl xanaları to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Sabit səhifə düzülüşü | – Sabit səhifə düzülüşü to MD: no | – Sabit səhifə düzülüşü to TXT: no | Sabit səhifə düzülüşü to DOCX: yes | – Sabit səhifə düzülüşü to HTML: no |
PDF-dən Markdown-a çevirici nələri bərpa edə bilmir
Portable Document Format
PDF 1993-cü ildə Adobe tərəfindən yaradılıb və 2008-ci ildə açıq ISO 32000 standartı olub. Mətni, şriftləri, təsvirləri və düzümü sabitləyir ki, sənəd hər ekranda və printerdə eyni görünsün. PDF-lər formalar, imzalar, keçidlər, əlavələr və axtarıla bilən mətn ehtiva edə bilər, PDF/A variantı isə uzunmüddətli arxivləşdirmə üçün istifadə olunur. Sabit düzüm PDF-ləri redaktə etməyi çətinləşdirir, skan edilmiş PDF-lərdə isə OCR tətbiq edilmədikcə yalnız təsvirlər olur. Hər brauzer və əməliyyat sistemi onları aça bilir.
- Sıxılma
- –
- Şəffaflıq
- Bəli
- Animasiya
- Xeyr
- İlk dəfə təqdim edilib
- 1993 · Adobe
MD
Markdown
Markdown 2004-cü ildə John Gruber tərəfindən yaradılmış yüngül işarələmə sintaksisidir. O, başlıqlar üçün #, vurğu üçün * və siyahılar üçün - kimi sadə mətn simvollarından istifadə edir, bunlar xam mətn kimi oxunaqlı qalır və HTML-ə təmiz çevrilir. README faylları, sənədləşdirmə, vikilər, qeyd tətbiqləri və bir çox statik sayt generatorları üçün standartdır. CommonMark və GitHub Flavored Markdown kimi bir neçə dialekti var, cədvəllər kimi təfərrüatlarda fərqlənirlər. İstənilən mətn redaktoru .md fayllarını aça bilir.
- Sıxılma
- –
- Şəffaflıq
- –
- Animasiya
- –
- İlk dəfə təqdim edilib
- 2004 · John Gruber
PDF mətni qeyd arxivi, sənəd repozitoriyası və ya AI axtarış indeksi kimi sadə mətn alətlərində lazım olduqda Markdown-a çevrilir; orada başlıq böyük şrift yox, # olmalıdır.
Bəzi şeylər heç vaxt geri oxuna bilən formada saxlanmayıb. Sütunlar arasındakı yan blok abzasın ortasına düşə bilər. Mövqeləndirilmiş simvollarla yığılmış düsturlar LaTeX deyil, simvollar sətri kimi çıxır. Loqolarda və ixrac edilmiş slaydlarda tez-tez rast gəlinən vektor konturları kimi çəkilmiş mətndə isə heç bir simvol olmur.
Birləşdirilmiş başlıq xanaları və ya çox abzaslı xanaları olan cədvəllər sadə şəbəkəyə düzləşdirilir, ona görə mürəkkəb başlıq sətrini əllə yenidən yazmalı ola bilərsiniz. Yalnız sözlər lazımdırsa, PDF-dən TXT-ə sadə mətn verir; mənbə Word layihəsidirsə, DOCX-dən Markdown-a daha çox struktur saxlayır, çünki DOCX hansı abzasların başlıq olduğunu bilir.
LLM və RAG pipeline-ları, Obsidian və Notion üçün Markdown
RAG və LLM pipeline-ları
Başlıqlar mətn bölücüyə təbii hissə sərhədləri verir, beləliklə hər hissə bölmə başlığını saxlayır, Markdown isə işarələməyə HTML-dən xeyli az token sərf edir.
Obsidian vault-ları
Obsidian hər qeydi diskinizdəki qovluqda sadə .md faylı kimi saxlayır, ona görə çevrilmiş fayl birbaşa vault-a atılır.
Notion iş sahələri
Notion-un Markdown importu başlıqları, siyahıları və cədvəlləri doğma bloklara çevirir, bu da PDF oxuyucudan köçürməkdən daha səliqəlidir.
Axtarış pipeline-ı üçün vizual model şəkilləri oxumayacaqsa, Şəkilləri saxla seçimini söndürüb çevirin, skanlar üçün isə düzgün Sənədin dili seçin ki, OCR indeksinizə düşən simvollar uydurmasın. Sonra ilk iki başlıq səviyyəsini yoxlayın: ## səviyyəsinə qalxmış şəkil altı yazısı hissələri qəribə yerlərdə bölür, bunu indekslənmədən əvvəl bir tap-və-əvəzlə düzəltmək olar. Sadə mətn Git-də də səliqəli müqayisə olunur, ona görə təlimatın yeni nəşrini cümlə-cümlə müqayisə etmək mümkündür.
PDF-dən Markdown-a çevirmə ilə bağlı suallar
PDF-dən MD-yə çevirici hansı Markdown növündə yazır?
Başlıqlar, siyahılar, vurğular və keçidlər CommonMark qaydalarına uyğundur, cədvəllər isə GitHub üslubunda şaquli xətli cədvəl kimi yazılır, çünki sadə CommonMark-da cədvəl sintaksisi yoxdur. Bu, GitHub, GitLab, Obsidian və VS Code-da düzgün göstərilir.
Skan edilmiş PDF-i Markdown-a çevirmək olarmı?
Bəli. Mətnin tanınması (OCR) Avto olduqda mətn qatı olmayan səhifələr əvvəlcə oxunur, struktur sonra bərpa edilir. Ona görə düz 300 DPI skan əyri telefon şəklindən daha səliqəli quruluş verir. .md faylı əvəzinə axtarıla bilən PDF lazımdırsa, OCR PDF alətindən istifadə edin.
Qalın şriftli izahat niyə başlığa çevrildi?
Başlıqlar ölçüyə, qalınlığa və boşluğa görə aşkarlanır, tək dayanan qısa qalın sətir, məsələn şəkil altı yazısı, kiçik başlığa tam oxşaya bilər. Onun # işarələrini silin; quruluşun qalan hissəsinə təsir etmir.
Markdown faylını Notion-a necə köçürmək olar?
Notion-un yan panelində Import seçin, Text & Markdown-u seçin və faylı göstərin. Hər # başlığı başlıq bloku, hər cədvəl isə sadə cədvəl olur.
.md faylı niyə PDF-dən qat-qat kiçikdir?
PDF hər səhifə üçün daxili şriftləri, şəkilləri və çəkmə təlimatlarını daşıyır; Markdown isə simvolları və az sayda işarəni saxlayır. Bir neçə meqabaytlıq mətnli hesabat adətən bir neçə yüz kilobaytlıq Markdown olur, bu da modelin kontekst pəncərəsinə daha asan sığır.
Redaktədən sonra Markdown-u yenidən PDF-ə çevirmək olarmı?
Bəli. Ixrac edə bilən istənilən redaktor yenidən PDF yarada bilər, UltKit-də isə bu dövrə üçün Markdown-dan PDF-ə çevirici var. Yeni PDF orijinal dizaynı deyil, render alətinin şriftlərini və aralıqlarını istifadə edir.
- PDF-i mətnə çevirməkİstənilən PDF-dən sözləri təmiz UTF-8 mətn faylı kimi çıxarın. Skanlar OCR ilə oxunur, səhifə aralığı istəyə bağlıdır, yalnız mətn saxlanılır.
- PDF-i TXT-yə çevirməkPDF-i TXT-yə pulsuz onlayn çevirin. Rəqəmsal səhifələr simvolları dəqiq saxlayır, skanlar OCR-dan keçir, hər PDF üçün bir UTF-8 .txt faylı.
- PDF-i Word-ə çevirməkPDF-i redaktə edilə bilən Word-ə çevirin. Mətn adi abzaslara düzülür, skanlar 34 dildə OCR ilə oxunur, eyni anda 20 fayla qədər.
- DOCX-i Markdown-a çevirməkWord DOCX fayllarını GitHub, statik sayt generatorları və docs-as-code üçün təmiz Markdown-a çevirin. Şəkillər ZIP-də .md yanında, hər dəfə 20 fayl.
- Markdown-u PDF-ə çevirmək.md və .markdown fayllarını PDF-ə çevirin: ulduzlar əvəzinə başlıqlar, siyahılar, cədvəllər, linklər və kod blokları. # başlıqlarından əlfəcinlər.
- PDF-i EPUB-a çevirməkPDF-i Kindle, Kobo, Apple Books və telefon ekranına uyğunlaşan axıcı mətnli EPUB-a çevirin. Şrift ölçüsü tənzimlənir, şəkillər qalır.
