PDF থেকে Markdown কনভার্টার
PDF কে একটি .md ফাইলে রূপান্তর করুন, যেখানে হেডিং, লিস্ট ও টেবিল Markdown সিনট্যাক্সে লেখা থাকে। নোটস ভল্ট, ডকস রিপো বা রিট্রিভাল পাইপলাইনে সরাসরি ব্যবহারের উপযোগী।
PDF কনভার্টার
অথবা PDF ফাইল এখানে ড্রop করুন ·
প্রতি ফাইল সর্বোচ্চ 95 MB· সর্বোচ্চ 20টি ফাইল· 30 মিনিট পরে মুছে ফেলা হয়
ফাইল আমাদের সার্ভারে প্রসেস করা হয় এবং 30 মিনিট পরে মুছে ফেলা হয়।
স্ক্যান করা PDF আসলে পৃষ্ঠার ছবি। অটো শুধু টেক্সট লেয়ার নেই এমন পৃষ্ঠায় OCR চালায়; সর্বদা হলে প্রতিটি পৃষ্ঠায় বাধ্যতামূলকভাবে চলে।
স্ক্যানে ছাপা ভাষা। সঠিকটি বাছলে অ্যাকসেন্ট ও ল্যাটিন নয় এমন লিপির নির্ভুলতা উল্লেখযোগ্যভাবে বাড়ে।
প্রবাহিত টেক্সট সাধারণ অনুচ্ছেদে সাজে, যা সম্পাদনা করা সহজ। হুবহু লেআউট প্রতিটি ব্লক আগের জায়গায় রাখে, দেখতে একই হয় কিন্তু সম্পাদনা কঠিন।
শনাক্ত হওয়া টেবিলগুলো ওয়ার্কবুকের কোথায় যাবে।
পৃষ্ঠা নম্বর বা পরিসর কমা দিয়ে আলাদা করে লিখুন, যেমন 1-3, 5, 8-10।
এই টুল কীভাবে ব্যবহার করবেন
- 1
PDF যোগ করুন
প্রতিটি ৯৫ MB পর্যন্ত সর্বোচ্চ ২০টি PDF দিন। টেক্সট শনাক্তকরণ (OCR) অটো থাকলে স্ক্যান করা পেজগুলো OCR দিয়ে পড়া হয়।
- 2
ছবি ও পেজ বেছে নিন
ছবি রাখুন চালু থাকায় ফিগারগুলো সাথে আসবে। শুধু টেক্সটের ফাইল চাইলে এটি বন্ধ করুন, আর কভার বা পরিশিষ্ট বাদ দিতে যে পেজগুলো কনভার্ট হবে ব্যবহার করুন।
- 3
কনভার্ট করে আউটলাইন যাচাই করুন
Markdown-এ কনভার্ট করুন চাপুন এবং .md ফাইল ডাউনলোড করুন, একাধিক ফাইল হলে ZIP পাবেন। আগে হেডিং লেভেলগুলো একবার দেখে নিন।
PDF অক্ষরের আকৃতি নির্দিষ্ট অবস্থানে রাখে; Markdown কাঠামো রাখে অক্ষর দিয়ে: হেডিংয়ের জন্য #, তালিকার জন্য ড্যাশ, টেবিলের জন্য পাইপ। কনভার্ট করার সময় ফন্ট সাইজ, ইনডেন্ট ও কলাম দেখে সেই কাঠামো ফিরিয়ে আনা হয়।
PDF থেকে MD কনভার্সনে হেডিং, লিস্ট ও টেবিল কীভাবে পুনর্গঠিত হয়
বেশিরভাগ PDF জানে না কোন লাইন হেডিং। ফাইলটি ট্যাগড PDF হিসেবে এক্সপোর্ট না হলে (২০০১ সালে PDF 1.4-এ যোগ হওয়া এই ফিচার PDF/UA অ্যাক্সেসিবিলিটি স্ট্যান্ডার্ডে (ISO 14289) বাধ্যতামূলক), শিরোনাম শুধু বড় বা মোটা ফন্টের টেক্সট। কনভার্টার পাওয়া টাইপ স্টাইলগুলো ক্রমানুসারে সাজিয়ে সবচেয়ে বড় বারবার আসা স্টাইলগুলোকে #, ## ও ###-এ বসায়, তাই স্পষ্ট টাইপ হায়ারার্কির রিপোর্ট পরিষ্কার আউটলাইনসহ আসে।
মার্কার ও ইনডেন্ট দেখে তালিকা চেনা হয়: বুলেট হয় -, নম্বর দেওয়া লাইন হয় 1., গভীর ইনডেন্ট হয় নেস্টেড আইটেম। কলামে সাজানো টেক্সট পাইপ টেবিল হয়, যে সিনট্যাক্স GitHub ২০১৭ সালে GFM স্পেসিফিকেশনে আনুষ্ঠানিক করেছে; ২০০৪ সালে John Gruber-এর প্রকাশিত Markdown-এ টেবিল ছিলই না। লিংক তার গন্তব্যসহ [text](url) আকারে থাকে।
যে লাইন ব্রেক শুধু লাইন মার্জিনে পৌঁছানোর কারণে ছিল সেগুলো জুড়ে আবার অনুচ্ছেদ করা হয়। দুই অনুচ্ছেদের মাঝে পড়া রানিং হেডার বা পেজ নম্বর পরে মুছে দেওয়াই সাধারণ কাজ।
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| বুলেট ও নম্বর দেওয়া তালিকা | বুলেট ও নম্বর দেওয়া তালিকা to MD: yes | – বুলেট ও নম্বর দেওয়া তালিকা to TXT: no | বুলেট ও নম্বর দেওয়া তালিকা to DOCX: yes | বুলেট ও নম্বর দেওয়া তালিকা to HTML: yes |
| সাধারণ টেবিল | সাধারণ টেবিল to MD: yes | – সাধারণ টেবিল to TXT: no | সাধারণ টেবিল to DOCX: yes | সাধারণ টেবিল to HTML: yes |
| মার্জ করা টেবিল সেল | – মার্জ করা টেবিল সেল to MD: no | – মার্জ করা টেবিল সেল to TXT: no | মার্জ করা টেবিল সেল to DOCX: yes | মার্জ করা টেবিল সেল to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| নির্দিষ্ট পেজ লেআউট | – নির্দিষ্ট পেজ লেআউট to MD: no | – নির্দিষ্ট পেজ লেআউট to TXT: no | নির্দিষ্ট পেজ লেআউট to DOCX: yes | – নির্দিষ্ট পেজ লেআউট to HTML: no |
PDF থেকে Markdown কনভার্টার যা ফিরিয়ে আনতে পারে না
Portable Document Format
PDF ১৯৯৩ সালে Adobe তৈরি করে এবং ২০০৮ সালে উন্মুক্ত ISO 32000 স্ট্যান্ডার্ড হয়। এটি টেক্সট, ফন্ট, ছবি ও লেআউট স্থির রাখে, ফলে নথি প্রতিটি স্ক্রিন ও প্রিন্টারে একই রকম দেখায়। PDF-এ ফর্ম, স্বাক্ষর, লিংক, অ্যাটাচমেন্ট ও সার্চযোগ্য টেক্সট থাকতে পারে, আর দীর্ঘমেয়াদি আর্কাইভের জন্য PDF/A ভ্যারিয়েন্ট ব্যবহৃত হয়। স্থির লেআউটের কারণে PDF এডিট করা কঠিন, আর স্ক্যান করা PDF-এ OCR না করলে শুধু ছবি থাকে। প্রতিটি ব্রাউজার ও অপারেটিং সিস্টেম এটি খুলতে পারে।
- কম্প্রেশন
- –
- স্বচ্ছতা (ট্রান্সপারেন্সি)
- হ্যাঁ
- অ্যানিমেশন
- না
- প্রবর্তনের সাল
- 1993 · Adobe
MD
Markdown
Markdown হলো ২০০৪ সালে John Gruber-এর তৈরি একটি হালকা মার্কআপ সিনট্যাক্স। এতে শিরোনামের জন্য #, জোরের জন্য * এবং তালিকার জন্য - এর মতো সাধারণ টেক্সট চিহ্ন ব্যবহার হয়, যা কাঁচা টেক্সটেও পড়া যায় এবং সহজে HTML-এ রূপান্তর হয়। README ফাইল, ডকুমেন্টেশন, উইকি, নোট অ্যাপ ও অনেক স্ট্যাটিক সাইট জেনারেটরে এটিই মান। CommonMark ও GitHub Flavored Markdown-এর মতো একাধিক ডায়ালেক্ট আছে, যেগুলো টেবিলের মতো খুঁটিনাটিতে আলাদা। যেকোনো টেক্সট এডিটরে .md ফাইল খোলা যায়।
- কম্প্রেশন
- –
- স্বচ্ছতা (ট্রান্সপারেন্সি)
- –
- অ্যানিমেশন
- –
- প্রবর্তনের সাল
- 2004 · John Gruber
টেক্সট যখন নোটস ভল্ট, ডক্স রিপোজিটরি বা AI রিট্রিভাল ইনডেক্সের মতো প্লেইন-টেক্সট টুলে রাখতে হয়, যেখানে হেডিং মানে বড় ফন্ট নয় বরং #, তখন মানুষ PDF-কে Markdown বানায়।
কিছু জিনিস কখনোই পড়ে ফেরানো যায় এমন আকারে সংরক্ষিত ছিল না। কলামের মাঝের সাইডবার অনুচ্ছেদের মাঝখানে এসে পড়তে পারে। অবস্থান ধরে বসানো চিহ্নে লেখা সমীকরণ LaTeX না হয়ে অক্ষরের একটি লাইন হয়ে আসে। ভেক্টর আউটলাইন হিসেবে আঁকা টেক্সট, যা লোগো ও এক্সপোর্ট করা স্লাইডে সাধারণ, তাতে কোনো অক্ষরই থাকে না।
মার্জ করা হেডার সেল বা একাধিক অনুচ্ছেদের সেলসহ টেবিল সাধারণ গ্রিডে সমতল হয়ে যায়, তাই জটিল হেডার সারি হাতে নতুন করে লিখতে হতে পারে। শুধু শব্দ দরকার হলে PDF থেকে TXT প্লেইন টেক্সট দেয়; উৎস Word ড্রাফট হলে DOCX থেকে Markdown বেশি কাঠামো রাখে, কারণ DOCX জানে কোন অনুচ্ছেদ হেডিং।
LLM ও RAG পাইপলাইন, Obsidian এবং Notion এর জন্য Markdown
RAG ও LLM পাইপলাইন
হেডিং টেক্সট স্প্লিটারকে স্বাভাবিক চাঙ্ক সীমানা দেয়, ফলে প্রতিটি চাঙ্ক তার সেকশনের শিরোনাম রাখে, আর Markdown মার্কআপে HTML-এর চেয়ে অনেক কম টোকেন খরচ করে।
Obsidian ভল্ট
Obsidian প্রতিটি নোট আপনার ডিস্কের ফোল্ডারে সাধারণ .md ফাইল হিসেবে রাখে, তাই কনভার্ট করা ফাইল সরাসরি ভল্টে ফেলে দেওয়া যায়।
Notion ওয়ার্কস্পেস
Notion-এর Markdown ইমপোর্ট হেডিং, তালিকা ও পাইপ টেবিলকে নেটিভ ব্লকে বদলে দেয়, PDF ভিউয়ার থেকে পেস্ট করার চেয়ে যা পরিষ্কার।
রিট্রিভাল পাইপলাইনের জন্য ছবি রাখুন বন্ধ রেখে কনভার্ট করুন, যদি না কোনো ভিশন মডেল ফিগার পড়বে, আর স্ক্যানের ক্ষেত্রে সঠিক ডকুমেন্টের ভাষা বেছে নিন, যাতে OCR এমন অক্ষর বানিয়ে না ফেলে যা আপনার ইনডেক্সে ঢুকে যায়। তারপর প্রথম দুই হেডিং লেভেল দেখে নিন: ##-এ উঠে যাওয়া ক্যাপশন চাঙ্ককে অদ্ভুত জায়গায় ভাগ করে, আর ইনডেক্সের আগে একটি find-and-replace-এ তা ঠিক হয়ে যায়। প্লেইন টেক্সট Git-এও পরিষ্কার diff দেয়, তাই ম্যানুয়ালের নতুন সংস্করণ বাক্যে বাক্যে তুলনা করা যায়।
PDF থেকে Markdown নিয়ে প্রশ্ন
PDF থেকে MD কনভার্টার কোন ধরনের Markdown লেখে?
হেডিং, তালিকা, জোর দেওয়া লেখা ও লিংক CommonMark অনুসরণ করে, আর টেবিল GitHub-flavored পাইপ টেবিল হিসেবে লেখা হয়, কারণ সাধারণ CommonMark-এ টেবিলের সিনট্যাক্স নেই। এটি GitHub, GitLab, Obsidian ও VS Code-এ ঠিকভাবে দেখায়।
স্ক্যান করা PDF কি Markdown এ কনভার্ট করা যায়?
হ্যাঁ। টেক্সট শনাক্তকরণ (OCR) অটো থাকলে যে পেজে টেক্সট লেয়ার নেই সেগুলো আগে পড়া হয়, তারপর কাঠামো আবার তৈরি হয়; তাই সোজা ৩০০ DPI স্ক্যান থেকে বাঁকা মোবাইল ফটোর চেয়ে পরিষ্কার আউটলাইন পাওয়া যায়। .md ফাইলের বদলে সার্চযোগ্য PDF চাইলে OCR PDF ব্যবহার করুন।
একটি বোল্ড ক্যাপশন হেডিং হয়ে গেল কেন?
হেডিং ধরা হয় সাইজ, ওজন ও ফাঁক দেখে, আর একা দাঁড়ানো ছোট বোল্ড লাইন, যেমন ফিগারের ক্যাপশন, হুবহু ছোট হেডিংয়ের মতো দেখাতে পারে। এর # চিহ্ন মুছে দিন; বাকি আউটলাইনে কোনো প্রভাব পড়বে না।
Markdown ফাইলটি Notion এ কীভাবে আনব?
Notion-এর সাইডবারে Import বেছে নিন, Text & Markdown নির্বাচন করে ফাইলটি দিন। প্রতিটি # হেডিং হেডিং ব্লক হবে এবং প্রতিটি পাইপ টেবিল সাধারণ টেবিল হবে।
.md ফাইলটি PDF এর চেয়ে এত ছোট কেন?
PDF-এ প্রতিটি পেজের এমবেড করা ফন্ট, ছবি ও ড্রয়িং নির্দেশ থাকে; Markdown রাখে শুধু অক্ষর ও কয়েকটি চিহ্ন। কয়েক মেগাবাইটের টেক্সটপ্রধান রিপোর্ট সাধারণত কয়েকশো কিলোবাইটের Markdown হয়, যা মডেলের কনটেক্সট উইন্ডোতেও সহজে ধরে।
এডিট করার পর Markdown কে আবার PDF বানানো যায় কি?
হ্যাঁ। যে এডিটর এক্সপোর্ট করতে পারে সেটি আবার PDF বানাতে পারে, আর ঘুরে আসার জন্য UltKit-এ Markdown থেকে PDF কনভার্টার আছে। নতুন PDF-এ রেন্ডারারের ফন্ট ও স্পেসিং থাকে, আসল ডিজাইন নয়।
- PDF থেকে টেক্সট কনভার্টারযেকোনো PDF থেকে লেখা বের করে পরিষ্কার UTF-8 টেক্সট ফাইল নিন। স্ক্যান OCR দিয়ে পড়া হয়, পেজ রেঞ্জ ঐচ্ছিক, শুধু লেখাটুকুই থাকে।
- PDF থেকে TXT কনভার্টারঅনলাইনে ফ্রিতে PDF থেকে TXT কনভার্ট করুন। ডিজিটাল পেজের অক্ষর হুবহু থাকে, স্ক্যান করা পেজ OCR হয়, প্রতিটি PDF থেকে একটি UTF-8 .txt ফাইল।
- PDF থেকে Word কনভার্টারPDF কে এমন Word ফাইলে কনভার্ট করুন যা সত্যিই এডিট করা যায়। লেখা সাধারণ অনুচ্ছেদে বসে, স্ক্যান পেজ 34টি ভাষায় OCR হয়, একসাথে 20টি ফাইল।
- DOCX থেকে Markdown কনভার্টারDOCX ফাইলকে GitHub, স্ট্যাটিক সাইট জেনারেটর ও docs-as-code-এর জন্য পরিষ্কার Markdown-এ কনভার্ট করুন। ছবি .md-এর পাশে ZIP-এ, ব্যাচে 20টি ফাইল।
- Markdown থেকে PDF.md ও .markdown ফাইলকে PDF এ কনভার্ট করুন — কাঁচা তারকাচিহ্ন নয়, আসল হেডিং, লিস্ট, টেবিল, লিংক ও কোড ব্লক। # হেডিং থেকে বুকমার্ক।
- PDF থেকে EPUB কনভার্টারPDF কে রিফ্লোয়েবল EPUB এ কনভার্ট করুন, যা Kindle, Kobo, Apple Books ও ফোনের স্ক্রিনে মানিয়ে যায়। ফন্ট সাইজ বদলানো যায়, ছবি থেকে যায়।
