Konwerter PDF na Markdown
Zamień PDF na plik .md, w którym nagłówki, listy i tabele są zapisane składnią Markdown, gotowy do notatek, repozytorium dokumentacji lub potoku wyszukiwania (RAG).
Konwerter PDF
lub upuść Pliki PDF tutaj ·
Maks. 95 MB na plik· Do 20 plików· Usuwane po 30 min
Pliki są przetwarzane na naszych serwerach i usuwane po 30 min.
Zeskanowane PDF-y to obrazy stron. Auto uruchamia OCR tylko na stronach bez warstwy tekstu; Zawsze wymusza go dla każdej strony.
Język tekstu na skanie. Wybór właściwego wyraźnie poprawia dokładność przy znakach diakrytycznych i pismach nielacińskich.
Płynny tekst zamienia treść w zwykłe akapity, łatwe do edycji. Dokładny układ umieszcza każdy blok tam, gdzie był, co wygląda identycznie, ale trudniej się edytuje.
Gdzie w skoroszycie trafiają wykryte tabele.
Numery stron lub zakresy oddzielone przecinkami, np. 1-3, 5, 8-10.
Jak korzystać z narzędzia
- 1
Dodaj plik PDF
Wrzuć do 20 plików PDF, każdy do 95 MB. Zeskanowane strony zostaną odczytane za pomocą OCR, o ile Rozpoznawanie tekstu (OCR) pozostaje ustawione na Auto.
- 2
Wybierz obrazy i strony
Opcja Zachowaj obrazy jest włączona, więc rysunki zostaną w pliku. Wyłącz ją, jeśli chcesz uzyskać sam tekst, a w polu Strony do konwersji pomiń okładkę lub załącznik.
- 3
Konwertuj i sprawdź strukturę
Kliknij Konwertuj na Markdown i pobierz plik .md (przy kilku plikach – archiwum ZIP). Najpierw rzuć okiem na poziomy nagłówków.
PDF zapisuje glify w określonych miejscach, a Markdown zapisuje strukturę znakami: # dla nagłówka, myślnik dla elementu listy, kreski pionowe dla tabeli. Konwersja odczytuje tę strukturę z rozmiarów czcionek, wcięć i kolumn.
Jak konwersja PDF na MD odtwarza nagłówki, listy i tabele
Większość plików PDF nie wie, że dana linia jest nagłówkiem. Jeśli plik nie został wyeksportowany jako PDF ze znacznikami (funkcja dodana w PDF 1.4 w 2001 roku i wymagana przez standard dostępności PDF/UA, ISO 14289), tytuł jest po prostu tekstem większą lub grubszą czcionką. Konwerter porządkuje znalezione style tekstu i przypisuje największe powtarzające się do #, ## i ###, więc raport z wyraźną hierarchią typograficzną daje czysty układ nagłówków.
Listy są rozpoznawane po znacznikach i wcięciach: punkty stają się -, linie numerowane 1., głębsze wcięcia – elementami zagnieżdżonymi. Tekst wyrównany w kolumnach zamienia się w tabelę z kreskami pionowymi, czyli składnię sformalizowaną przez GitHub w specyfikacji GFM w 2017 roku; Markdown opublikowany przez Johna Grubera w 2004 roku w ogóle nie miał tabel. Linki zachowują adresy jako [tekst](url).
Podziały wierszy, które istniały tylko dlatego, że linia dotarła do marginesu, są łączone z powrotem w akapity. Nagłówek bieżący lub numer strony wypadający między dwoma akapitami to zwykle jedyna rzecz do usunięcia po konwersji.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Listy punktowane i numerowane | Listy punktowane i numerowane to MD: yes | – Listy punktowane i numerowane to TXT: no | Listy punktowane i numerowane to DOCX: yes | Listy punktowane i numerowane to HTML: yes |
| Proste tabele | Proste tabele to MD: yes | – Proste tabele to TXT: no | Proste tabele to DOCX: yes | Proste tabele to HTML: yes |
| Scalone komórki tabeli | – Scalone komórki tabeli to MD: no | – Scalone komórki tabeli to TXT: no | Scalone komórki tabeli to DOCX: yes | Scalone komórki tabeli to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Stały układ strony | – Stały układ strony to MD: no | – Stały układ strony to TXT: no | Stały układ strony to DOCX: yes | – Stały układ strony to HTML: no |
Czego konwerter PDF na Markdown nie odzyska
Portable Document Format
PDF został stworzony przez Adobe w 1993 roku, a w 2008 stał się otwartą normą ISO 32000. Utrwala tekst, czcionki, obrazy i układ, dzięki czemu dokument wygląda tak samo na każdym ekranie i drukarce. PDF-y mogą zawierać formularze, podpisy, linki, załączniki i tekst z możliwością wyszukiwania, a wariant PDF/A służy do długoterminowej archiwizacji. Stały układ utrudnia edycję, a zeskanowane PDF-y zawierają tylko obrazy, dopóki nie zastosuje się OCR. Otworzy je każda przeglądarka i każdy system operacyjny.
- Kompresja
- –
- Przezroczystość
- Tak
- Animacja
- Nie
- Rok powstania
- 1993 · Adobe
MD
Markdown
Markdown to lekka składnia znaczników stworzona przez Johna Grubera w 2004 roku. Używa symboli tekstu zwykłego, takich jak # dla nagłówków, * dla wyróżnień i - dla list, które pozostają czytelne jako surowy tekst i czysto konwertują się do HTML. Jest standardem w plikach README, dokumentacji, wiki, aplikacjach do notatek i wielu generatorach stron statycznych. Istnieje kilka dialektów, np. CommonMark i GitHub Flavored Markdown, które różnią się szczegółami, jak tabele. Pliki .md otworzy każdy edytor tekstu.
- Kompresja
- –
- Przezroczystość
- –
- Animacja
- –
- Rok powstania
- 2004 · John Gruber
PDF zamienia się na Markdown, gdy tekst ma trafić do narzędzi opartych na czystym tekście, takich jak zbiór notatek, repozytorium dokumentacji czy indeks wyszukiwania dla AI, gdzie nagłówek ma być znakiem #, a nie większą czcionką.
Niektóre elementy nigdy nie zostały zapisane w postaci, którą da się odczytać. Panel boczny umieszczony między kolumnami może wylądować w środku akapitu. Równania złożone z symboli ustawionych w pozycjach wychodzą jako ciąg znaków, a nie LaTeX. Tekst narysowany jako kontury wektorowe, częsty w logo i eksportowanych slajdach, w ogóle nie zawiera znaków.
Tabele ze scalonymi komórkami nagłówka lub komórkami wieloakapitowymi są spłaszczane do prostej siatki, więc skomplikowany wiersz nagłówka trzeba będzie przepisać ręcznie. Jeśli potrzebujesz samych słów, PDF do TXT daje czysty tekst; jeśli źródłem jest szkic w Wordzie, DOCX do Markdown zachowuje więcej struktury, ponieważ DOCX wie, które akapity są nagłówkami.
Markdown dla potoków LLM i RAG, Obsidiana i Notion
Potoki RAG i LLM
Nagłówki dają dzielnikowi tekstu naturalne granice fragmentów, dzięki czemu każdy fragment zachowuje tytuł sekcji, a Markdown zużywa znacznie mniej tokenów na znaczniki niż HTML.
Zbiory notatek w Obsidianie
Obsidian trzyma każdą notatkę jako zwykły plik .md w folderze na dysku, więc przekonwertowany plik wystarczy wrzucić do zbioru.
Przestrzenie robocze Notion
Import Markdown w Notion zamienia nagłówki, listy i tabele z kreskami pionowymi w natywne bloki, czyściej niż wklejanie z przeglądarki PDF.
W potoku wyszukiwania konwertuj z wyłączoną opcją Zachowaj obrazy, chyba że rysunki będzie czytał model wizyjny, i wybierz właściwy Język dokumentu dla skanów, aby OCR nie wymyślał znaków, które trafią do indeksu. Potem sprawdź dwa pierwsze poziomy nagłówków: podpis awansowany do ## dzieli fragmenty w dziwnych miejscach, a jedno znajdź i zamień naprawia to przed indeksowaniem. Czysty tekst dobrze też wygląda w diffach Gita, więc nowe wydanie podręcznika można porównać zdanie po zdaniu.
Pytania o konwersję PDF na Markdown
Jaki wariant Markdown tworzy konwerter PDF na MD?
Nagłówki, listy, wyróżnienia i linki są zapisywane zgodnie z CommonMark, a tabele jako tabele z kreskami pionowymi w stylu GitHub, ponieważ czysty CommonMark nie ma składni tabel. Taki zapis poprawnie wyświetla się na GitHubie, GitLabie, w Obsidianie i VS Code.
Czy można zamienić zeskanowany PDF na Markdown?
Tak. Gdy Rozpoznawanie tekstu (OCR) ma ustawienie Auto, strony bez warstwy tekstowej są najpierw odczytywane, a struktura odtwarzana dopiero potem. Dlatego równy skan 300 DPI daje czystszy układ nagłówków niż krzywe zdjęcie z telefonu. Jeśli zamiast pliku .md potrzebujesz PDF z możliwością wyszukiwania, użyj OCR PDF.
Dlaczego pogrubiony podpis zamienił się w nagłówek?
Nagłówki są rozpoznawane po rozmiarze, grubości i odstępach, a krótka pogrubiona linijka stojąca osobno, na przykład podpis rysunku, może wyglądać dokładnie jak mniejszy nagłówek. Usuń z niej znaki #; reszta struktury pozostanie bez zmian.
Jak zaimportować plik Markdown do Notion?
Wybierz Import w panelu bocznym Notion, wskaż Text & Markdown i zaznacz plik. Każdy nagłówek # stanie się blokiem nagłówka, a każda tabela z kreskami pionowymi – prostą tabelą.
Dlaczego plik .md jest o wiele mniejszy niż PDF?
PDF zawiera osadzone czcionki, obrazy i instrukcje rysowania każdej strony, a Markdown przechowuje znaki i garść symboli. Raport pełen tekstu, który w PDF waży kilka megabajtów, zwykle zamienia się w kilkaset kilobajtów Markdownu, który łatwiej też zmieścić w oknie kontekstu modelu.
Czy po edycji można zamienić Markdown z powrotem na PDF?
Tak. Każdy edytor z eksportem potrafi znów utworzyć PDF, a UltKit ma konwerter Markdown do PDF do takiej drogi powrotnej. Nowy PDF używa czcionek i odstępów renderera, a nie oryginalnego projektu.
- Konwerter PDF na tekstWyodrębnij słowa z dowolnego PDF do czystego pliku tekstowego UTF-8. Skany są odczytywane przez OCR, zakres stron jest opcjonalny.
- Konwerter PDF na TXTKonwertuj PDF na TXT online za darmo. Strony cyfrowe zachowują dokładne znaki, skany przechodzą OCR, a wynik to jeden plik .txt UTF-8 na każdy PDF.
- Konwerter PDF na WordZamień PDF na Word, który da się edytować. Tekst układa się w akapity, skany przechodzą OCR w 34 językach, do 20 plików naraz.
- Konwerter DOCX na MarkdownZamień pliki Word DOCX na czysty Markdown dla GitHuba, generatorów stron i docs-as-code. Obrazy obok .md w pliku ZIP, 20 plików naraz.
- Markdown na PDFKonwertuj pliki .md i .markdown do PDF z nagłówkami, listami, tabelami, linkami i blokami kodu zamiast gwiazdek. Zakładki z nagłówków #.
- Konwerter PDF na EPUBZamień PDF na EPUB z płynnym tekstem, który dopasuje się do Kindle, Kobo, Apple Books i telefonu. Zmienisz rozmiar czcionki, obrazy zostają.
