PDF naar Markdown converteren
Zet een PDF om naar een .md-bestand waarin koppen, lijsten en tabellen in Markdown-syntaxis staan, klaar voor een notitiekluis, een documentatierepository of een retrieval-pipeline.
PDF-converter
of sleep PDF-bestanden hierheen ·
Max. 95 MB per bestand· Tot 20 bestanden· Verwijderd na 30 minuten
Bestanden worden op onze servers verwerkt en na 30 minuten verwijderd.
Gescande PDF's zijn afbeeldingen van pagina's. Automatisch voert OCR alleen uit op pagina's zonder tekstlaag; Altijd dwingt dit af voor elke pagina.
De taal waarin de scan is gedrukt. De juiste taal kiezen verbetert merkbaar de nauwkeurigheid bij accenten en niet-Latijnse schriften.
Doorlopende tekst wordt herschikt in gewone alinea's die makkelijk te bewerken zijn. Exacte opmaak plaatst elk blok waar het stond, wat er identiek uitziet maar moeilijker te bewerken is.
Waar herkende tabellen in de werkmap terechtkomen.
Paginanummers of bereiken, gescheiden door komma's, bijvoorbeeld 1-3, 5, 8-10.
Zo gebruikt u deze tool
- 1
Voeg de PDF toe
Voeg maximaal 20 PDF's toe van elk maximaal 95 MB. Gescande pagina's worden met OCR gelezen zolang Tekstherkenning (OCR) op Auto staat.
- 2
Kies afbeeldingen en pagina's
Afbeeldingen behouden staat aan, dus figuren gaan mee. Zet het uit voor een bestand met alleen tekst en gebruik Te converteren pagina's om een omslag of bijlage over te slaan.
- 3
Converteer en controleer de structuur
Klik op Converteren naar Markdown en download het .md-bestand, of een ZIP bij meerdere bestanden. Controleer eerst even de kopniveaus.
Een PDF slaat tekens op posities op; Markdown slaat structuur op als tekens: # voor een kop, een streepje voor een lijstitem, verticale strepen voor een tabel. Bij het converteren wordt die structuur teruggelezen uit lettergroottes, inspringingen en kolommen.
Hoe PDF naar MD-conversie koppen, lijsten en tabellen opnieuw opbouwt
De meeste PDF's weten niet dat een regel een kop is. Tenzij het bestand als tagged PDF is geëxporteerd, een functie die in 2001 met PDF 1.4 kwam en die de toegankelijkheidsstandaard PDF/UA (ISO 14289) verplicht stelt, is een titel gewoon tekst in een groter of zwaarder lettertype. De converter rangschikt de gevonden tekststijlen en koppelt de grootste terugkerende aan #, ## en ###, zodat een rapport met een duidelijke typografische hiërarchie met een nette opzet uit de bus komt.
Lijsten worden herkend aan markeringen en inspringing: opsommingstekens worden -, genummerde regels 1. en diepere inspringing geneste items. Tekst die in kolommen is uitgelijnd wordt een pipe-tabel, een syntaxis die GitHub in 2017 vastlegde in de GFM-specificatie; de Markdown die John Gruber in 2004 publiceerde had helemaal geen tabellen. Links behouden hun doel als [tekst](url).
Regeleinden die alleen bestonden omdat een regel de marge bereikte, worden weer samengevoegd tot alinea's. Een lopende koptekst of een paginanummer tussen twee alinea's is meestal het enige wat u achteraf nog verwijdert.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Opsommingen en genummerde lijsten | Opsommingen en genummerde lijsten to MD: yes | – Opsommingen en genummerde lijsten to TXT: no | Opsommingen en genummerde lijsten to DOCX: yes | Opsommingen en genummerde lijsten to HTML: yes |
| Eenvoudige tabellen | Eenvoudige tabellen to MD: yes | – Eenvoudige tabellen to TXT: no | Eenvoudige tabellen to DOCX: yes | Eenvoudige tabellen to HTML: yes |
| Samengevoegde tabelcellen | – Samengevoegde tabelcellen to MD: no | – Samengevoegde tabelcellen to TXT: no | Samengevoegde tabelcellen to DOCX: yes | Samengevoegde tabelcellen to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Vaste pagina-indeling | – Vaste pagina-indeling to MD: no | – Vaste pagina-indeling to TXT: no | Vaste pagina-indeling to DOCX: yes | – Vaste pagina-indeling to HTML: no |
Wat een PDF naar Markdown-converter niet kan herstellen
Portable Document Format
PDF is in 1993 door Adobe ontwikkeld en werd in 2008 de open ISO 32000-standaard. Het legt tekst, lettertypen, afbeeldingen en opmaak vast, zodat een document op elk scherm en elke printer er hetzelfde uitziet. PDF's kunnen formulieren, handtekeningen, links, bijlagen en doorzoekbare tekst bevatten, en de variant PDF/A wordt gebruikt voor langetermijnarchivering. Door de vaste opmaak zijn PDF's lastig te bewerken, en gescande PDF's bevatten alleen afbeeldingen, tenzij OCR is toegepast. Elke browser en elk besturingssysteem kan ze openen.
- Compressie
- –
- Transparantie
- Ja
- Animatie
- Nee
- Geïntroduceerd
- 1993 · Adobe
MD
Markdown
Markdown is een lichtgewicht opmaaktaal, in 2004 gemaakt door John Gruber. Het gebruikt symbolen in platte tekst, zoals # voor koppen, * voor nadruk en - voor lijsten, die als ruwe tekst leesbaar blijven en netjes naar HTML worden omgezet. Het is de standaard voor README-bestanden, documentatie, wiki's, notitie-apps en veel generatoren voor statische sites. Er bestaan meerdere dialecten, zoals CommonMark en GitHub Flavored Markdown, die verschillen in details zoals tabellen. Elke teksteditor kan .md-bestanden openen.
- Compressie
- –
- Transparantie
- –
- Animatie
- –
- Geïntroduceerd
- 2004 · John Gruber
Mensen zetten een PDF om naar Markdown als de tekst moet werken in platte-teksttools, zoals een notitiekluis, een documentatierepository of een AI-zoekindex, waar een kop een # moet zijn en geen groter lettertype.
Sommige dingen zijn nooit opgeslagen in een vorm die terug te lezen is. Een zijbalk tussen kolommen kan midden in een alinea terechtkomen. Formules die als gepositioneerde symbolen zijn gezet, komen eruit als een regel tekens, niet als LaTeX. Tekst die als vectorcontouren is getekend, veel voorkomend in logo's en geëxporteerde slides, bevat helemaal geen tekens.
Tabellen met samengevoegde koptekstcellen of cellen met meerdere alinea's worden platgeslagen tot een eenvoudig raster, dus verwacht dat u een ingewikkelde koprij met de hand moet herschrijven. Als u alleen de woorden nodig hebt, geeft PDF naar TXT platte tekst; als uw bron een Word-concept is, behoudt DOCX naar Markdown meer structuur, omdat een DOCX nog weet welke alinea's koppen zijn.
Markdown voor LLM- en RAG-pipelines, Obsidian en Notion
RAG- en LLM-pipelines
Koppen geven een tekstsplitter natuurlijke grenzen voor chunks, zodat elke chunk zijn sectietitel behoudt, en Markdown gebruikt veel minder tokens voor opmaak dan HTML.
Obsidian-kluizen
Obsidian bewaart elke notitie als gewoon .md-bestand in een map op uw schijf, dus het geconverteerde bestand kunt u rechtstreeks in een kluis plaatsen.
Notion-werkruimten
De Markdown-import van Notion maakt van koppen, lijsten en pipe-tabellen native blokken, netter dan plakken vanuit een PDF-viewer.
Converteer voor een retrieval-pipeline met Afbeeldingen behouden uit, tenzij een visiemodel de figuren gaat lezen, en kies bij scans de juiste Taal van het document, zodat OCR geen tekens verzint die in uw index belanden. Controleer daarna de eerste twee kopniveaus: een onderschrift dat is bevorderd tot ## splitst chunks op vreemde plekken, en één zoek-en-vervangactie lost dat op vóór het indexeren. Platte tekst geeft ook nette diffs in Git, zodat een nieuwe editie van een handleiding zin voor zin te vergelijken is.
Vragen over PDF naar Markdown
Welke Markdown-variant schrijft de PDF naar MD-converter?
Koppen, lijsten, nadruk en links volgen CommonMark. Tabellen worden geschreven als GitHub-flavored pipe-tabellen, omdat gewone CommonMark geen tabelsyntaxis kent. Die worden correct weergegeven op GitHub, GitLab, Obsidian en VS Code.
Kan ik een gescande PDF naar Markdown converteren?
Ja. Met Tekstherkenning (OCR) op Auto worden pagina's zonder tekstlaag eerst gelezen en wordt de structuur daarna opnieuw opgebouwd. Een rechte scan van 300 DPI geeft dus een nettere opzet dan een scheve foto met een telefoon. Wilt u een doorzoekbare PDF in plaats van een .md-bestand, gebruik dan OCR PDF.
Waarom is een vetgedrukt bijschrift een kop geworden?
Koppen worden herkend aan grootte, gewicht en witruimte. Een korte vetgedrukte regel die los staat, zoals een onderschrift bij een figuur, kan er precies zo uitzien als een kleine kop. Verwijder de #-tekens ervan; de rest van de opzet blijft ongewijzigd.
Hoe zet ik het Markdown-bestand in Notion?
Kies Import in de zijbalk van Notion, selecteer Text & Markdown en kies het bestand. Elke #-kop wordt een kopblok en elke pipe-tabel een eenvoudige tabel.
Waarom is het .md-bestand zoveel kleiner dan de PDF?
De PDF bevat voor elke pagina ingesloten lettertypen, afbeeldingen en tekeninstructies; Markdown bewaart tekens en een handvol symbolen. Een tekstrijk rapport van enkele megabytes wordt doorgaans een paar honderd kilobyte aan Markdown, dat bovendien makkelijker in het contextvenster van een model past.
Kan ik de Markdown na het bewerken weer omzetten naar PDF?
Ja. Elke editor die kan exporteren kan weer een PDF maken, en UltKit heeft een Markdown-naar-PDF-converter voor de omgekeerde weg. De nieuwe PDF gebruikt de lettertypen en regelafstand van de renderer, niet het oorspronkelijke ontwerp.
- PDF naar tekst converterenHaal de tekst uit elke PDF als schoon UTF-8-tekstbestand. Scans worden met OCR gelezen, paginabereik is optioneel en alleen de tekst blijft over.
- PDF naar TXT converterenZet PDF gratis online om naar TXT. Digitale pagina's behouden hun exacte tekens, scans gaan door OCR; per PDF één UTF-8 .txt-bestand.
- PDF naar Word converterenZet PDF om naar Word dat u echt kunt bewerken. Tekst loopt door in alinea's, scans gaan door OCR in 34 talen, tot 20 bestanden tegelijk.
- DOCX naar Markdown converterenZet Word-DOCX om naar nette Markdown voor GitHub, static site generators en docs-as-code. Afbeeldingen naast de .md in een ZIP, 20 bestanden per keer.
- Markdown naar PDFZet .md en .markdown om naar PDF met echte koppen, lijsten, tabellen, links en code in plaats van sterretjes. Bladwijzers uit #-koppen.
- PDF naar EPUB converterenZet een PDF om naar een herschikbare EPUB voor Kindle, Kobo, Apple Books en telefoon. Lettergrootte instelbaar, afbeeldingen blijven behouden.
