Convertir un PDF en Markdown
Transformez un PDF en fichier .md dont les titres, listes et tableaux sont écrits en syntaxe Markdown, prêt pour un coffre de notes, un dépôt de documentation ou un pipeline de recherche documentaire.
Convertisseur PDF
ou déposez Fichiers PDF ici ·
95 Mo max. par fichier· Jusqu'à 20 fichiers· Supprimés après 30 minutes
Les fichiers sont traités sur nos serveurs et supprimés après 30 minutes.
Les PDF numérisés sont des images de pages. Auto lance l'OCR uniquement sur les pages sans couche de texte ; Toujours le force sur chaque page.
La langue du texte imprimé dans la numérisation. Choisir la bonne améliore nettement la précision pour les accents et les écritures non latines.
Texte fluide réorganise le contenu en paragraphes normaux, faciles à modifier. Mise en page exacte place chaque bloc là où il était : le rendu est identique, mais plus difficile à modifier.
Où placer dans le classeur les tableaux détectés.
Numéros de pages ou plages séparés par des virgules, par exemple 1-3, 5, 8-10.
Comment utiliser cet outil
- 1
Ajoutez le PDF
Déposez jusqu'à 20 PDF de 95 Mo maximum chacun. Les pages numérisées sont lues par OCR tant que Reconnaissance de texte (OCR) reste sur Auto.
- 2
Choisissez les images et les pages
Conserver les images est activé, les figures sont donc incluses. Désactivez-le pour obtenir un fichier contenant uniquement du texte, et utilisez Pages à convertir pour ignorer une couverture ou une annexe.
- 3
Convertissez et vérifiez la structure
Cliquez sur Convertir en Markdown et téléchargez le fichier .md, ou un ZIP si vous en avez plusieurs. Vérifiez d'abord les niveaux de titres.
Un PDF stocke des glyphes à des positions ; le Markdown stocke la structure sous forme de caractères : # pour un titre, un tiret pour un élément de liste, des barres verticales pour un tableau. La conversion relit cette structure à partir des tailles de police, des retraits et des colonnes.
Comment la conversion PDF en MD reconstruit titres, listes et tableaux
La plupart des PDF ne savent pas qu'une ligne est un titre. Sauf si le fichier a été exporté en PDF balisé, une fonction ajoutée dans PDF 1.4 en 2001 et exigée par la norme d'accessibilité PDF/UA (ISO 14289), un titre n'est que du texte dans une police plus grande ou plus grasse. Le convertisseur classe les styles de texte rencontrés et associe les plus grands, récurrents, à #, ## et ### : un rapport avec une hiérarchie typographique claire donne donc un plan propre.
Les listes sont reconnues grâce aux puces et aux retraits : les puces deviennent -, les lignes numérotées 1., les retraits plus profonds des éléments imbriqués. Le texte aligné en colonnes devient un tableau à barres verticales, une syntaxe que GitHub a formalisée dans sa spécification GFM en 2017 ; le Markdown publié par John Gruber en 2004 n'avait aucun tableau. Les liens conservent leur cible sous la forme [texte](url).
Les sauts de ligne qui n'existaient que parce qu'une ligne atteignait la marge sont rassemblés en paragraphes. Un en-tête courant ou un numéro de page qui tombe entre deux paragraphes est ce qu'on supprime le plus souvent ensuite.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Listes à puces et numérotées | Listes à puces et numérotées to MD: yes | – Listes à puces et numérotées to TXT: no | Listes à puces et numérotées to DOCX: yes | Listes à puces et numérotées to HTML: yes |
| Tableaux simples | Tableaux simples to MD: yes | – Tableaux simples to TXT: no | Tableaux simples to DOCX: yes | Tableaux simples to HTML: yes |
| Cellules de tableau fusionnées | – Cellules de tableau fusionnées to MD: no | – Cellules de tableau fusionnées to TXT: no | Cellules de tableau fusionnées to DOCX: yes | Cellules de tableau fusionnées to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Mise en page fixe | – Mise en page fixe to MD: no | – Mise en page fixe to TXT: no | Mise en page fixe to DOCX: yes | – Mise en page fixe to HTML: no |
Ce qu'un convertisseur PDF en Markdown ne peut pas récupérer
Portable Document Format
Le PDF a été créé par Adobe en 1993 et est devenu la norme ouverte ISO 32000 en 2008. Il fige le texte, les polices, les images et la mise en page pour qu'un document s'affiche de la même façon sur tous les écrans et toutes les imprimantes. Les PDF peuvent contenir des formulaires, des signatures, des liens, des pièces jointes et du texte recherchable, et la variante PDF/A sert à l'archivage à long terme. La mise en page figée rend les PDF difficiles à modifier, et les PDF numérisés ne contiennent que des images sans OCR. Tous les navigateurs et systèmes d'exploitation savent les ouvrir.
- Compression
- –
- Transparence
- Oui
- Animation
- Non
- Année de création
- 1993 · Adobe
MD
Markdown
Markdown est une syntaxe de balisage légère créée par John Gruber en 2004. Elle utilise des symboles en texte brut, comme # pour les titres, * pour l'emphase et - pour les listes, qui restent lisibles en texte brut et se convertissent proprement en HTML. C'est la norme pour les fichiers README, la documentation, les wikis, les applications de notes et de nombreux générateurs de sites statiques. Il existe plusieurs variantes, comme CommonMark et GitHub Flavored Markdown, qui diffèrent sur des détails tels que les tableaux. N'importe quel éditeur de texte peut ouvrir les fichiers .md.
- Compression
- –
- Transparence
- –
- Animation
- –
- Année de création
- 2004 · John Gruber
On convertit un PDF en Markdown quand le texte doit vivre dans des outils de texte brut, comme un espace de notes, un dépôt de documentation ou un index de recherche pour l'IA, où un titre doit être un # plutôt qu'une police plus grande.
Certains éléments n'ont jamais été stockés sous une forme qu'on peut relire. Un encadré placé entre deux colonnes peut se retrouver au milieu d'un paragraphe. Les équations composées de symboles positionnés donnent une ligne de caractères, pas du LaTeX. Le texte dessiné en contours vectoriels, fréquent dans les logos et les diapositives exportées, ne contient aucun caractère.
Les tableaux avec des cellules d'en-tête fusionnées ou des cellules de plusieurs paragraphes sont aplatis en grille simple : prévoyez de réécrire à la main une ligne d'en-tête compliquée. Si vous n'avez besoin que des mots, PDF en TXT donne du texte brut ; si votre source est un brouillon Word, DOCX en Markdown conserve davantage de structure, car un DOCX sait encore quels paragraphes sont des titres.
Markdown pour les pipelines LLM et RAG, Obsidian et Notion
Pipelines RAG et LLM
Les titres donnent à un découpeur de texte des limites naturelles de segments : chaque segment garde le titre de sa section, et le Markdown consomme bien moins de jetons pour le balisage que le HTML.
Coffres Obsidian
Obsidian conserve chaque note sous forme de simple fichier .md dans un dossier de votre disque : le fichier converti se glisse directement dans un coffre.
Espaces de travail Notion
L'import Markdown de Notion transforme les titres, listes et tableaux à barres verticales en blocs natifs, plus proprement qu'un copier-coller depuis un lecteur PDF.
Pour un pipeline de recherche, convertissez avec Conserver les images désactivé, sauf si un modèle de vision doit lire les figures, et choisissez la bonne Langue du document pour les scans afin que l'OCR n'invente pas de caractères qui finiraient dans votre index. Vérifiez ensuite les deux premiers niveaux de titres : une légende promue en ## coupe les segments à des endroits étranges, et un simple rechercher-remplacer règle cela avant l'indexation. Le texte brut se compare aussi proprement dans Git : une nouvelle édition d'un manuel peut être comparée phrase par phrase.
Questions sur la conversion PDF en Markdown
Quelle variante de Markdown le convertisseur PDF en MD produit-il ?
Les titres, listes, mises en forme et liens suivent la spécification CommonMark, et les tableaux sont écrits sous forme de tableaux à barres verticales au format GitHub, car CommonMark seul n'a pas de syntaxe de tableau. Le rendu est correct sur GitHub, GitLab, Obsidian et VS Code.
Peut-on convertir un PDF scanné en Markdown ?
Oui. Avec Reconnaissance de texte (OCR) sur Auto, les pages sans couche de texte sont d'abord lues, puis la structure est reconstruite : un scan bien droit à 300 DPI donne donc un plan plus propre qu'une photo prise de travers au téléphone. Pour obtenir un PDF avec texte sélectionnable plutôt qu'un fichier .md, utilisez OCR PDF.
Pourquoi une légende en gras est-elle devenue un titre ?
Les titres sont détectés d'après la taille, la graisse et l'espacement, et une courte ligne en gras isolée, comme une légende de figure, peut ressembler exactement à un sous-titre. Supprimez ses marques # ; le reste du plan n'est pas touché.
Comment importer le fichier Markdown dans Notion ?
Choisissez Importer dans la barre latérale de Notion, sélectionnez Texte et Markdown, puis le fichier. Chaque titre # devient un bloc de titre et chaque tableau à barres verticales devient un tableau simple.
Pourquoi le fichier .md est-il beaucoup plus léger que le PDF ?
Le PDF embarque les polices, les images et les instructions de dessin de chaque page ; le Markdown ne garde que les caractères et quelques symboles. Un rapport riche en texte de plusieurs mégaoctets donne généralement quelques centaines de kilo-octets de Markdown, qui tient aussi plus facilement dans la fenêtre de contexte d'un modèle.
Peut-on reconvertir le Markdown en PDF après modification ?
Oui. Tout éditeur capable d'exporter peut produire à nouveau un PDF, et UltKit propose un convertisseur Markdown en PDF pour l'aller-retour. Le nouveau PDF utilise les polices et l'espacement du moteur de rendu, pas la mise en page d'origine.
- Convertir un PDF en texteExtrayez le texte de tout PDF en fichier UTF-8 propre : OCR pour les scans, plages de pages au choix, seul le texte est conservé.
- Convertisseur PDF en TXTConvertissez un PDF en TXT en ligne et gratuitement. Pages numériques : caractères exacts ; pages scannées : OCR. Un fichier .txt UTF-8 par PDF.
- Convertir un PDF en WordConvertissez un PDF en Word vraiment modifiable. Le texte redevient des paragraphes, les scans passent par l'OCR en 34 langues, jusqu'à 20 fichiers.
- Convertir DOCX en MarkdownConvertissez vos DOCX Word en Markdown propre pour GitHub, sites statiques et docs-as-code. Images à côté du .md dans un ZIP, 20 fichiers par lot.
- Markdown en PDFConvertissez .md et .markdown en PDF : titres, listes, tableaux, liens et code mis en forme, sans astérisques. Signets créés depuis vos titres #.
- Convertir un PDF en EPUBConvertissez un PDF en EPUB recomposable pour Kindle, Kobo, Apple Books et smartphone. Taille de police réglable, images conservées.
