Pretvornik PDF v Markdown
Pretvorite PDF v datoteko .md z naslovi, seznami in tabelami v sintaksi Markdown, pripravljeno za zbirko zapiskov, repozitorij dokumentacije ali iskalni cevovod.
Pretvornik PDF
ali spustite datoteke PDF sem ·
Največ 95 MB na datoteko· Do 20 datotek· Izbrisano po 30 minutah
Datoteke se obdelajo na naših strežnikih in izbrišejo po 30 minutah.
Skenirani PDF-ji so slike strani. Samodejno zažene OCR samo na straneh brez besedilne plasti; Vklopljeno ga vsili na vsaki strani.
Jezik, natisnjen v skenu. Prava izbira opazno izboljša natančnost pri naglasih in nelatiničnih pisavah.
Tekoče besedilo se prelomi v navadne odstavke, ki jih je lahko urejati. Natančna postavitev postavi vsak blok tja, kjer je bil, kar izgleda enako, a je težje za urejanje.
Kam v delovnem zvezku se uvrstijo zaznane tabele.
Številke strani ali razponi, ločeni z vejicami, npr. 1-3, 5, 8-10.
Kako uporabljati to orodje
- 1
Dodajte PDF
Naložite do 20 datotek PDF, vsaka do 95 MB. Skenirane strani se preberejo z OCR, dokler je Prepoznavanje besedila (OCR) nastavljeno na Samodejno.
- 2
Izberite slike in strani
Ohrani slike je vklopljeno, zato se slike prenesejo. Izklopite ga za datoteko samo z besedilom, s Strani za pretvorbo pa preskočite naslovnico ali dodatek.
- 3
Pretvorite in preverite strukturo
Pritisnite Pretvori v Markdown in prenesite datoteko .md ali ZIP, če jih je več. Najprej preglejte ravni naslovov.
PDF shranjuje glife na položajih; Markdown shranjuje strukturo kot znake: # za naslov, pomišljaj za element seznama, pokončnice za tabelo. Pretvorba to strukturo prebere nazaj iz velikosti pisave, zamikov in stolpcev.
Kako pretvorba PDF v MD obnovi naslove, sezname in tabele
Večina PDF-jev ne ve, da je vrstica naslov. Če datoteka ni bila izvožena kot označen PDF, funkcija, dodana v PDF 1.4 leta 2001 in zahtevana s standardom dostopnosti PDF/UA (ISO 14289), je naslov le besedilo z večjo ali debelejšo pisavo. Pretvornik razvrsti najdene sloge pisave in največje ponavljajoče se preslika v #, ## in ###, zato poročilo z jasno hierarhijo pisav dobi čist oris.
Seznami se prepoznajo po oznakah in zamikih: alineje postanejo -, oštevilčene vrstice 1., globlji zamiki pa gnezdene elemente. Besedilo, poravnano v stolpce, postane tabela s pokončnicami, skladnja, ki jo je GitHub formaliziral v specifikaciji GFM leta 2017; Markdown, ki ga je John Gruber objavil leta 2004, tabel sploh ni imel. Povezave ohranijo cilje kot [besedilo](url).
Prelomi vrstic, ki so obstajali le zato, ker je vrstica dosegla rob, se spet združijo v odstavke. Tekoča glava ali številka strani med dvema odstavkoma je običajno to, kar je treba pozneje izbrisati.
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| Alineje in oštevilčeni seznami | Alineje in oštevilčeni seznami to MD: yes | – Alineje in oštevilčeni seznami to TXT: no | Alineje in oštevilčeni seznami to DOCX: yes | Alineje in oštevilčeni seznami to HTML: yes |
| Preproste tabele | Preproste tabele to MD: yes | – Preproste tabele to TXT: no | Preproste tabele to DOCX: yes | Preproste tabele to HTML: yes |
| Združene celice tabele | – Združene celice tabele to MD: no | – Združene celice tabele to TXT: no | Združene celice tabele to DOCX: yes | Združene celice tabele to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| Fiksna postavitev strani | – Fiksna postavitev strani to MD: no | – Fiksna postavitev strani to TXT: no | Fiksna postavitev strani to DOCX: yes | – Fiksna postavitev strani to HTML: no |
Česa pretvornik PDF v Markdown ne more obnoviti
Portable Document Format
PDF je leta 1993 ustvaril Adobe, leta 2008 pa je postal odprt standard ISO 32000. Določi besedilo, pisave, slike in postavitev, tako da je dokument na vsakem zaslonu in tiskalniku videti enako. PDF lahko vsebuje obrazce, podpise, povezave, priloge in iskalno besedilo, različica PDF/A pa se uporablja za dolgotrajno arhiviranje. Zaradi stalne postavitve je PDF težko urejati, skenirani PDF-ji pa vsebujejo le slike, razen če se uporabi OCR. Odprejo ga vsi brskalniki in operacijski sistemi.
- Stiskanje
- –
- Prosojnost
- Da
- Animacija
- Ne
- Uvedeno
- 1993 · Adobe
MD
Markdown
Markdown je lahka označevalna sintaksa, ki jo je leta 2004 ustvaril John Gruber. Uporablja simbole v navadnem besedilu, na primer # za naslove, * za poudarek in - za sezname, ki ostanejo berljivi tudi kot surovo besedilo in se čisto pretvorijo v HTML. Je standard za datoteke README, dokumentacijo, wikije, aplikacije za zapiske in številne generatorje statičnih spletnih mest. Obstaja več narečij, kot sta CommonMark in GitHub Flavored Markdown, ki se razlikujeta v podrobnostih, na primer pri tabelah. Datoteke .md odpre vsak urejevalnik besedil.
- Stiskanje
- –
- Prosojnost
- –
- Animacija
- –
- Uvedeno
- 2004 · John Gruber
PDF v Markdown pretvorijo, kadar mora besedilo živeti v orodjih za navadno besedilo, kot so zbirka zapiskov, repozitorij dokumentacije ali iskalni indeks za umetno inteligenco, kjer mora biti naslov znak #, ne večja pisava.
Nekatere stvari nikoli niso bile shranjene v obliki, ki bi jo bilo mogoče prebrati nazaj. Stranski okvir med stolpci lahko pristane sredi odstavka. Enačbe, stavljene kot postavljeni simboli, pridejo ven kot vrstica znakov, ne kot LaTeX. Besedilo, narisano kot vektorski obrisi, pogosto v logotipih in izvoženih diapozitivih, sploh ne vsebuje znakov.
Tabele z združenimi celicami glave ali celicami z več odstavki se sploščijo v preprosto mrežo, zato zapleteno vrstico glave pričakujte prepisati ročno. Če potrebujete le besede, PDF v TXT da navadno besedilo; če je vir osnutek v Wordu, DOCX v Markdown ohrani več strukture, ker DOCX še ve, kateri odstavki so naslovi.
Markdown za cevovode LLM in RAG, Obsidian in Notion
Cevovodi RAG in LLM
Naslovi dajo razdelilniku besedila naravne meje kosov, zato vsak kos ohrani naslov razdelka, Markdown pa porabi veliko manj žetonov za oznake kot HTML.
Zbirke Obsidian
Obsidian hrani vsak zapisek kot navadno datoteko .md v mapi na vašem disku, zato pretvorjena datoteka gre naravnost v zbirko.
Delovni prostori Notion
Uvoz Markdowna v Notionu pretvori naslove, sezname in tabele s pokončnicami v izvorne bloke, čistejše kot lepljenje iz bralnika PDF.
Za iskalni cevovod pretvorite z izklopljenim Ohrani slike, razen če bo slike brala model z vidom, in za skene izberite pravi Jezik dokumenta, da OCR ne izmišlja znakov, ki končajo v vašem indeksu. Nato preverite prvi dve ravni naslovov: podnapis, povišan v ##, razdeli kose na čudnih mestih, en sam poišči-in-zamenjaj pa to popravi pred indeksiranjem. Navadno besedilo se v Gitu tudi čisto primerja, zato lahko novo izdajo priročnika primerjate stavek za stavkom.
Vprašanja o pretvorbi PDF v Markdown
Katero različico Markdowna ustvari pretvornik PDF v MD?
Naslovi, seznami, poudarki in povezave sledijo CommonMark, tabele pa so zapisane kot tabele s pokončnicami v slogu GitHub, ker navaden CommonMark nima skladnje za tabele. Pravilno se prikažejo na GitHubu, GitLabu, v Obsidianu in VS Code.
Ali lahko skeniran PDF pretvorim v Markdown?
Da. Ko je Prepoznavanje besedila (OCR) nastavljeno na Samodejno, se strani brez besedilnega sloja najprej preberejo, struktura pa se nato obnovi, zato raven sken s 300 DPI da čistejši oris kot nagnjena fotografija s telefona. Za PDF z iskanjem namesto datoteke .md uporabite OCR PDF.
Zakaj je krepki napis postal naslov?
Naslovi se zaznajo po velikosti, debelini in razmaku, kratka krepka vrstica, ki stoji sama, na primer podnapis slike, pa je lahko videti povsem enako kot manjši naslov. Izbrišite njene znake #; preostali oris ostane nespremenjen.
Kako datoteko Markdown uvozim v Notion?
V stranski vrstici Notiona izberite Import, nato Text & Markdown in izberite datoteko. Vsak naslov # postane blok naslova, vsaka tabela s pokončnicami pa preprosta tabela.
Zakaj je datoteka .md toliko manjša od PDF-ja?
PDF vsebuje vdelane pisave, slike in navodila za risanje vsake strani; Markdown ohrani znake in peščico simbolov. Poročilo z veliko besedila in nekaj megabajti običajno postane nekaj sto kilobajtov Markdowna, ki se tudi lažje prilega kontekstnemu oknu modela.
Ali lahko Markdown po urejanju spet pretvorim v PDF?
Da. Vsak urejevalnik z izvozom lahko spet ustvari PDF, UltKit pa ima za pot nazaj pretvornik Markdown v PDF. Novi PDF uporablja pisave in razmike izrisovalnika, ne izvirne zasnove.
- Pretvornik PDF v besediloIzvlecite besedilo iz kateregakoli PDF kot čisto datoteko UTF-8. Skeni se preberejo z OCR, obseg strani je neobvezen, ohrani se le besedilo.
- Pretvornik PDF v TXTPretvorite PDF v TXT brezplačno. Digitalne strani ohranijo točne znake, skeni gredo skozi OCR, za vsak PDF dobite eno UTF-8 .txt datoteko.
- Pretvornik PDF v WordPretvorite PDF v Word, ki ga lahko urejate. Besedilo v navadnih odstavkih, skeni prek OCR v 34 jezikih, do 20 datotek hkrati.
- Pretvornik DOCX v MarkdownPretvorite datoteke Word DOCX v čist Markdown za GitHub, generatorje statičnih strani in docs-as-code. Slike ob .md v ZIP, 20 datotek naenkrat.
- Markdown v PDFPretvorite datoteke .md in .markdown v PDF s pravimi naslovi, seznami, tabelami, povezavami in kodo namesto zvezdic. Zaznamki iz naslovov #.
- Pretvornik PDF v EPUBPretvorite PDF v prilagodljiv EPUB za Kindle, Kobo, Apple Books in zaslon telefona. Velikost pisave lahko nastavite, slike ostanejo.
