PDF til Markdown-konverter
Gjør om en PDF til en .md-fil der overskrifter, lister og tabeller er skrevet med Markdown-syntaks, klar for et notatarkiv, et dokumentasjonsrepo eller en søke- og hentepipeline.
PDF-konverterer
eller slipp PDF-filer her ·
Maks 95 MB per fil· Opptil 20 filer· Slettes etter 30 minutter
Filene behandles på serverne våre og slettes etter 30 minutter.
Skannede PDF-er er bilder av sider. Auto kjører OCR bare på sider uten tekstlag; Alltid tvinger det for hver side.
Språket som er trykt i skanningen. Riktig valg gir merkbart bedre nøyaktighet for aksenter og ikke-latinske skrifter.
Flytende tekst brytes om til vanlige avsnitt som er lette å redigere. Eksakt layout plasserer hver blokk der den var, noe som ser likt ut, men er vanskeligere å redigere.
Hvor registrerte tabeller havner i arbeidsboken.
Sidetall eller områder atskilt med komma, f.eks. 1-3, 5, 8-10.
Slik bruker du dette verktøyet
- 1
Legg til PDF-en
Slipp opptil 20 PDF-filer på opptil 95 MB hver. Skannede sider leses med OCR så lenge Tekstgjenkjenning (OCR) står på Auto.
- 2
Velg bilder og sider
Behold bilder er slått på, så figurer blir med. Slå det av for en ren tekstfil, og bruk Sider som skal konverteres for å hoppe over et omslag eller vedlegg.
- 3
Konverter og kontroller strukturen
Trykk Konverter til Markdown og last ned .md-filen, eller en ZIP hvis du har flere. Sjekk overskriftsnivåene først.
En PDF lagrer tegn på bestemte posisjoner; Markdown lagrer struktur som tegn: # for en overskrift, en strek for et listepunkt, rørtegn for en tabell. Konverteringen leser strukturen tilbake fra skriftstørrelser, innrykk og kolonner.
Slik gjenoppbygger PDF til MD-konvertering overskrifter, lister og tabeller
De fleste PDF-er vet ikke at en linje er en overskrift. Med mindre filen er eksportert som tagget PDF, en funksjon som kom i PDF 1.4 i 2001 og som kreves av tilgjengelighetsstandarden PDF/UA (ISO 14289), er en tittel bare tekst i en større eller tykkere skrift. Konverteren rangerer skriftstilene den finner og tilordner de største gjentakende til #, ## og ###, så en rapport med tydelig typografisk hierarki får en ryddig disposisjon.
Lister gjenkjennes fra markører og innrykk: punkter blir -, nummererte linjer 1., og dypere innrykk gir nøstede punkter. Tekst justert i kolonner blir en pipe-tabell, en syntaks GitHub formaliserte i GFM-spesifikasjonen i 2017; Markdown slik John Gruber publiserte det i 2004 hadde ingen tabeller i det hele tatt. Lenker beholder målene sine som [tekst](url).
Linjeskift som bare fantes fordi linjen nådde marginen, slås sammen til avsnitt igjen. En løpende topptekst eller et sidetall som havner mellom to avsnitt, er det vanligste du må slette etterpå.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Punktlister og nummererte lister | Punktlister og nummererte lister to MD: yes | – Punktlister og nummererte lister to TXT: no | Punktlister og nummererte lister to DOCX: yes | Punktlister og nummererte lister to HTML: yes |
| Enkle tabeller | Enkle tabeller to MD: yes | – Enkle tabeller to TXT: no | Enkle tabeller to DOCX: yes | Enkle tabeller to HTML: yes |
| Sammenslåtte tabellceller | – Sammenslåtte tabellceller to MD: no | – Sammenslåtte tabellceller to TXT: no | Sammenslåtte tabellceller to DOCX: yes | Sammenslåtte tabellceller to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Fast sideoppsett | – Fast sideoppsett to MD: no | – Fast sideoppsett to TXT: no | Fast sideoppsett to DOCX: yes | – Fast sideoppsett to HTML: no |
Hva en PDF til Markdown-konverter ikke kan gjenopprette
Portable Document Format
PDF ble laget av Adobe i 1993 og ble den åpne ISO 32000-standarden i 2008. Det låser tekst, skrifter, bilder og oppsett slik at et dokument ser likt ut på alle skjermer og skrivere. PDF-er kan inneholde skjemaer, signaturer, lenker, vedlegg og søkbar tekst, og varianten PDF/A brukes til langtidsarkivering. Det faste oppsettet gjør PDF-er vanskelige å redigere, og skannede PDF-er inneholder bare bilder med mindre OCR brukes. Alle nettlesere og operativsystemer kan åpne dem.
- Komprimering
- –
- Gjennomsiktighet
- Ja
- Animasjon
- Nei
- Introdusert
- 1993 · Adobe
MD
Markdown
Markdown er en lett markeringssyntaks laget av John Gruber i 2004. Den bruker symboler i ren tekst, som # for overskrifter, * for utheving og - for lister, som er lesbare som rå tekst og konverteres rent til HTML. Det er standarden for README-filer, dokumentasjon, wikier, notatapper og mange statiske nettstedsgeneratorer. Det finnes flere dialekter, som CommonMark og GitHub Flavored Markdown, som skiller seg i detaljer som tabeller. Alle tekstredigerere kan åpne .md-filer.
- Komprimering
- –
- Gjennomsiktighet
- –
- Animasjon
- –
- Introdusert
- 2004 · John Gruber
Folk gjør PDF om til Markdown når teksten skal brukes i rentekstverktøy, for eksempel et notatvalv, et dokumentasjonsrepo eller en AI-søkeindeks, der en overskrift må være en # og ikke en større skrift.
Noe ble aldri lagret i en form som kan leses tilbake. En sideboks mellom kolonner kan havne midt i et avsnitt. Ligninger satt som posisjonerte symboler blir en rekke tegn, ikke LaTeX. Tekst tegnet som vektorkonturer, vanlig i logoer og eksporterte lysbilder, inneholder ingen tegn i det hele tatt.
Tabeller med sammenslåtte overskriftsceller eller celler med flere avsnitt flates ut til et enkelt rutenett, så regn med å skrive om en komplisert overskriftsrad for hånd. Trenger du bare ordene, gir PDF til TXT ren tekst; er kilden et Word-utkast, beholder DOCX til Markdown mer struktur, fordi en DOCX fortsatt vet hvilke avsnitt som er overskrifter.
Markdown for LLM- og RAG-pipelines, Obsidian og Notion
RAG- og LLM-pipelines
Overskrifter gir en tekstsplitter naturlige delingspunkter, så hver bit beholder seksjonstittelen sin, og Markdown bruker langt færre tokens på markering enn HTML.
Obsidian-valv
Obsidian lagrer hvert notat som en vanlig .md-fil i en mappe på disken din, så den konverterte filen kan legges rett inn i et valv.
Notion-arbeidsområder
Markdown-importen i Notion gjør overskrifter, lister og pipe-tabeller om til egne blokker, ryddigere enn å lime inn fra en PDF-leser.
For en søkepipeline konverterer du med Behold bilder slått av, med mindre en visjonsmodell skal lese figurene, og velger riktig Dokumentspråk for skanninger, slik at OCR ikke finner på tegn som havner i indeksen din. Sjekk deretter de to første overskriftsnivåene: en bildetekst som er blitt ## deler bitene på rare steder, og ett søk og erstatt fikser det før indekseringen. Ren tekst gir også ryddige differ i Git, så en ny utgave av en håndbok kan sammenlignes setning for setning.
Spørsmål om PDF til Markdown
Hvilken Markdown-variant skriver PDF til MD-konverteren?
Overskrifter, lister, uthevinger og lenker følger CommonMark, og tabeller skrives som GitHub-varianten med rørtegn (pipe-tabeller), fordi ren CommonMark ikke har tabellsyntaks. Det vises riktig på GitHub, GitLab, Obsidian og VS Code.
Kan jeg konvertere en skannet PDF til Markdown?
Ja. Med Tekstgjenkjenning (OCR) på Auto leses sider uten tekstlag først, og strukturen bygges opp igjen etterpå, så en rett 300 DPI-skanning gir en ryddigere disposisjon enn et skjevt mobilbilde. Trenger du en søkbar PDF i stedet for en .md-fil, bruker du OCR PDF.
Hvorfor ble en uthevet bildetekst til en overskrift?
Overskrifter oppdages ut fra størrelse, tykkelse og avstand, og en kort fet linje alene, for eksempel en bildetekst, kan se akkurat ut som en underoverskrift. Slett #-tegnene på den; resten av disposisjonen påvirkes ikke.
Hvordan importerer jeg Markdown-filen i Notion?
Velg Import i sidefeltet i Notion, velg Text & Markdown og velg filen. Hver #-overskrift blir en overskriftsblokk, og hver pipe-tabell blir en enkel tabell.
Hvorfor er .md-filen så mye mindre enn PDF-en?
PDF-en inneholder innebygde skrifter, bilder og tegneinstruksjoner for hver side; Markdown beholder tegn og noen få symboler. En tekstrik rapport på flere megabyte blir som regel noen hundre kilobyte Markdown, som også passer lettere inn i kontekstvinduet til en modell.
Kan jeg gjøre Markdown om til PDF igjen etter redigering?
Ja. Alle redigeringsprogrammer som kan eksportere, kan lage en PDF igjen, og UltKit har en konverter fra Markdown til PDF for turen tilbake. Den nye PDF-en bruker skriftene og avstandene til renderingen, ikke det opprinnelige designet.
- PDF til tekstHent ut ordene fra en PDF som en ren UTF-8-tekstfil. Skannede sider leses med OCR, sideutvalg er valgfritt, og kun teksten beholdes.
- PDF til TXT-konverterKonverter PDF til TXT gratis på nett. Digitale sider beholder nøyaktige tegn, skannede sider går gjennom OCR, og du får én UTF-8 .txt-fil per PDF.
- PDF til Word-konverterKonverter PDF til Word du faktisk kan redigere. Teksten flyter i vanlige avsnitt, skannede sider får OCR på 34 språk, opptil 20 filer om gangen.
- DOCX til Markdown-konverterKonverter Word DOCX til ren Markdown for GitHub, statiske nettstedsgeneratorer og docs-as-code. Bilder ved siden av .md i ZIP, 20 filer per runde.
- Markdown til PDFKonverter .md- og .markdown-filer til PDF med ekte overskrifter, lister, tabeller, lenker og kodeblokker. Bokmerker fra #-overskriftene.
- PDF til EPUB-konverterKonverter PDF til flytende EPUB som tilpasser seg Kindle, Kobo, Apple Books og mobilskjermer. Skriftstørrelsen kan justeres, bildene beholdes.
