แปลง PDF เป็น Markdown
แปลงไฟล์ PDF ให้เป็นไฟล์ .md ที่เขียนหัวข้อ รายการ และตารางด้วยไวยากรณ์ Markdown พร้อมใช้ในคลังโน้ต รีโพสิทอรีเอกสาร หรือไปป์ไลน์การค้นคืนข้อมูล
ตัวแปลง PDF
หรือลากไฟล์ PDF มาวางที่นี่ ·
สูงสุด 95 MB ต่อไฟล์· ได้สูงสุด 20 ไฟล์· ลบหลังจาก 30 นาที
ไฟล์จะถูกประมวลผลบนเซิร์ฟเวอร์ของเราและถูกลบหลังจาก 30 นาที
PDF ที่สแกนคือภาพของหน้าเอกสาร โหมดอัตโนมัติจะใช้ OCR เฉพาะหน้าที่ไม่มีชั้นข้อความ ส่วนโหมดเสมอจะใช้กับทุกหน้า
ภาษาที่พิมพ์อยู่ในไฟล์สแกน การเลือกภาษาให้ถูกต้องช่วยเพิ่มความแม่นยำของเครื่องหมายเน้นเสียงและอักษรที่ไม่ใช่ละตินได้อย่างชัดเจน
ข้อความต่อเนื่องจะจัดเรียงเป็นย่อหน้าปกติที่แก้ไขได้ง่าย ส่วนเค้าโครงตรงตามต้นฉบับจะวางทุกบล็อกไว้ตำแหน่งเดิม ซึ่งดูเหมือนต้นฉบับทุกประการแต่แก้ไขได้ยากกว่า
ตำแหน่งที่จะวางตารางที่ตรวจพบในเวิร์กบุ๊ก
หมายเลขหน้าหรือช่วงหน้าที่คั่นด้วยจุลภาค เช่น 1-3, 5, 8-10
วิธีใช้เครื่องมือนี้
- 1
เพิ่มไฟล์ PDF
วางไฟล์ PDF ได้สูงสุด 20 ไฟล์ ไฟล์ละไม่เกิน 95 MB หน้าที่เป็นภาพสแกนจะถูกอ่านด้วย OCR เมื่อ การรู้จำข้อความ (OCR) ตั้งเป็นอัตโนมัติ
- 2
เลือกรูปภาพและหน้า
ตัวเลือก คงรูปภาพไว้ เปิดอยู่ จึงได้รูปภาพประกอบมาด้วย ปิดตัวเลือกนี้หากต้องการไฟล์ที่มีแต่ข้อความ และใช้ หน้าที่จะแปลง เพื่อข้ามหน้าปกหรือภาคผนวก
- 3
แปลงแล้วตรวจสอบโครงสร้างหัวข้อ
กด แปลงเป็น Markdown แล้วดาวน์โหลดไฟล์ .md หรือไฟล์ ZIP หากมีหลายไฟล์ ควรตรวจระดับหัวข้อคร่าว ๆ ก่อน
PDF เก็บตัวอักษรตามตำแหน่ง ส่วน Markdown เก็บโครงสร้างเป็นอักขระ: # แทนหัวข้อ ขีดแทนรายการ และ pipe แทนตาราง การแปลงคืออ่านโครงสร้างนั้นกลับจากขนาดตัวอักษร การเยื้อง และคอลัมน์
การแปลง PDF เป็น MD สร้างหัวข้อ รายการ และตารางขึ้นใหม่อย่างไร
PDF ส่วนใหญ่ไม่รู้ว่าบรรทัดใดเป็นหัวข้อ เว้นแต่ไฟล์ถูกส่งออกเป็น tagged PDF ซึ่งเป็นความสามารถที่เพิ่มใน PDF 1.4 เมื่อปี 2001 และจำเป็นตามมาตรฐานการเข้าถึง PDF/UA (ISO 14289) ชื่อเรื่องก็เป็นเพียงข้อความที่ตัวใหญ่หรือหนากว่า ตัวแปลงจะจัดอันดับสไตล์ตัวอักษรที่พบ แล้วจับคู่สไตล์ใหญ่ที่ซ้ำบ่อยที่สุดกับ #, ## และ ### รายงานที่มีลำดับชั้นตัวอักษรชัดเจนจึงได้โครงเรื่องที่สะอาด
รายการถูกจดจำจากเครื่องหมายและการเยื้อง: สัญลักษณ์หัวข้อย่อยเป็น - บรรทัดมีเลขเป็น 1. และการเยื้องลึกขึ้นเป็นรายการซ้อน ข้อความที่จัดเรียงเป็นคอลัมน์จะกลายเป็นตาราง pipe ซึ่งเป็นไวยากรณ์ที่ GitHub กำหนดเป็นทางการในข้อกำหนด GFM ปี 2017 ส่วน Markdown ที่ John Gruber เผยแพร่ปี 2004 ไม่มีตารางเลย ลิงก์คงปลายทางไว้เป็น [text](url)
การขึ้นบรรทัดใหม่ที่เกิดจากข้อความชนขอบกระดาษจะถูกต่อกลับเป็นย่อหน้า ส่วนหัวกระดาษหรือเลขหน้าที่แทรกอยู่ระหว่างสองย่อหน้าเป็นสิ่งที่มักต้องลบทีหลัง
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| รายการแบบหัวข้อย่อยและแบบมีเลข | รายการแบบหัวข้อย่อยและแบบมีเลข to MD: yes | – รายการแบบหัวข้อย่อยและแบบมีเลข to TXT: no | รายการแบบหัวข้อย่อยและแบบมีเลข to DOCX: yes | รายการแบบหัวข้อย่อยและแบบมีเลข to HTML: yes |
| ตารางแบบง่าย | ตารางแบบง่าย to MD: yes | – ตารางแบบง่าย to TXT: no | ตารางแบบง่าย to DOCX: yes | ตารางแบบง่าย to HTML: yes |
| เซลล์ตารางที่ผสานกัน | – เซลล์ตารางที่ผสานกัน to MD: no | – เซลล์ตารางที่ผสานกัน to TXT: no | เซลล์ตารางที่ผสานกัน to DOCX: yes | เซลล์ตารางที่ผสานกัน to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| เลย์เอาต์หน้าแบบตายตัว | – เลย์เอาต์หน้าแบบตายตัว to MD: no | – เลย์เอาต์หน้าแบบตายตัว to TXT: no | เลย์เอาต์หน้าแบบตายตัว to DOCX: yes | – เลย์เอาต์หน้าแบบตายตัว to HTML: no |
สิ่งที่การแปลง PDF เป็น Markdown กู้คืนไม่ได้
Portable Document Format
PDF สร้างขึ้นโดย Adobe ในปี 1993 และกลายเป็นมาตรฐานเปิด ISO 32000 ในปี 2008 รูปแบบนี้ตรึงข้อความ ฟอนต์ รูปภาพ และเลย์เอาต์ไว้ เอกสารจึงแสดงผลเหมือนกันบนทุกหน้าจอและเครื่องพิมพ์ ไฟล์ PDF สามารถมีแบบฟอร์ม ลายเซ็น ลิงก์ ไฟล์แนบ และข้อความที่ค้นหาได้ และรุ่นย่อย PDF/A ใช้สำหรับการเก็บถาวรระยะยาว เลย์เอาต์ที่ตายตัวทำให้แก้ไข PDF ได้ยาก และ PDF ที่สแกนมาจะมีเพียงภาพเท่านั้นหากไม่ได้ทำ OCR เบราว์เซอร์และระบบปฏิบัติการทุกตัวเปิดไฟล์นี้ได้
- การบีบอัด
- –
- พื้นหลังโปร่งใส
- ได้
- ภาพเคลื่อนไหว
- ไม่ได้
- เปิดตัว
- 1993 · Adobe
MD
Markdown
Markdown คือไวยากรณ์มาร์กอัปขนาดเบาที่ John Gruber สร้างขึ้นในปี 2004 ใช้สัญลักษณ์ข้อความธรรมดา เช่น # สำหรับหัวข้อ * สำหรับการเน้น และ - สำหรับรายการ ซึ่งยังอ่านได้ง่ายในรูปข้อความดิบและแปลงเป็น HTML ได้อย่างเรียบร้อย เป็นมาตรฐานสำหรับไฟล์ README เอกสารประกอบ วิกิ แอปจดบันทึก และเครื่องมือสร้างเว็บไซต์แบบสแตติกจำนวนมาก มีหลายภาษาถิ่น (dialect) เช่น CommonMark และ GitHub Flavored Markdown ซึ่งแตกต่างกันในรายละเอียดอย่างตาราง โปรแกรมแก้ไขข้อความใดก็เปิดไฟล์ .md ได้
- การบีบอัด
- –
- พื้นหลังโปร่งใส
- –
- ภาพเคลื่อนไหว
- –
- เปิดตัว
- 2004 · John Gruber
คนแปลง PDF เป็น Markdown เมื่อข้อความต้องอยู่ในเครื่องมือแบบข้อความล้วน เช่น คลังโน้ต คลังเอกสาร หรือดัชนีสำหรับ AI ที่หัวข้อต้องเป็นเครื่องหมาย # ไม่ใช่ตัวอักษรขนาดใหญ่
บางอย่างไม่เคยถูกเก็บในรูปแบบที่อ่านกลับได้ แถบด้านข้างที่วางระหว่างคอลัมน์อาจไปอยู่กลางย่อหน้า สมการที่จัดพิมพ์เป็นสัญลักษณ์ตามตำแหน่งจะออกมาเป็นบรรทัดของอักขระ ไม่ใช่ LaTeX ข้อความที่วาดเป็นเส้นเวกเตอร์ ซึ่งพบบ่อยในโลโก้และสไลด์ที่ส่งออก ไม่มีอักขระอยู่เลย
ตารางที่มีเซลล์หัวตารางผสานหรือเซลล์หลายย่อหน้าจะถูกทำให้เป็นตารางแบบง่าย จึงควรเตรียมแก้แถวหัวตารางที่ซับซ้อนด้วยมือ หากต้องการแค่ตัวหนังสือ PDF to TXT ให้ข้อความล้วน หากต้นฉบับเป็นไฟล์ Word DOCX to Markdown จะคงโครงสร้างไว้ได้มากกว่า เพราะ DOCX ยังรู้ว่าย่อหน้าใดเป็นหัวข้อ
Markdown สำหรับไปป์ไลน์ LLM และ RAG, Obsidian และ Notion
ไปป์ไลน์ RAG และ LLM
หัวข้อช่วยให้ตัวแบ่งข้อความมีขอบเขตชิ้นส่วนตามธรรมชาติ แต่ละชิ้นจึงคงชื่อหัวข้อไว้ และ Markdown ใช้โทเค็นกับมาร์กอัปน้อยกว่า HTML มาก
คลังโน้ต Obsidian
Obsidian เก็บทุกโน้ตเป็นไฟล์ .md ธรรมดาในโฟลเดอร์บนดิสก์ของคุณ ไฟล์ที่แปลงแล้วจึงวางลงในคลังได้ทันที
เวิร์กสเปซ Notion
การนำเข้า Markdown ของ Notion เปลี่ยนหัวข้อ รายการ และตาราง pipe เป็นบล็อกดั้งเดิม สะอาดกว่าการคัดลอกวางจากโปรแกรมดู PDF
สำหรับไปป์ไลน์การค้นคืนข้อมูล ให้แปลงโดยปิด คงรูปภาพไว้ เว้นแต่โมเดลภาพจะอ่านรูป และเลือก ภาษาของเอกสาร ให้ถูกต้องสำหรับภาพสแกน เพื่อไม่ให้ OCR สร้างอักขระที่ไม่มีอยู่จริงไปอยู่ในดัชนี จากนั้นตรวจหัวข้อสองระดับแรก คำอธิบายภาพที่ถูกยกเป็น ## จะแบ่งชิ้นส่วนผิดที่ และแก้ได้ด้วยการค้นหาและแทนที่ครั้งเดียวก่อนทำดัชนี ข้อความล้วนยังเปรียบเทียบความต่างใน Git ได้สะอาด จึงเทียบคู่มือฉบับใหม่ทีละประโยคได้
คำถามเกี่ยวกับการแปลง PDF เป็น Markdown
เครื่องมือแปลง PDF เป็น MD เขียน Markdown แบบใด
หัวข้อ รายการ ตัวเน้น และลิงก์เป็นไปตาม CommonMark ส่วนตารางจะเขียนเป็นตารางแบบ pipe ของ GitHub เพราะ CommonMark ล้วนไม่มีไวยากรณ์ตาราง จึงแสดงผลถูกต้องบน GitHub, GitLab, Obsidian และ VS Code
แปลง PDF ที่สแกนมาเป็น Markdown ได้หรือไม่
ได้ เมื่อ การรู้จำข้อความ (OCR) ตั้งเป็นอัตโนมัติ หน้าที่ไม่มีเลเยอร์ข้อความจะถูกอ่านก่อน แล้วจึงสร้างโครงสร้างขึ้นใหม่ ภาพสแกน 300 DPI ที่ตรงจึงได้โครงเรื่องสะอาดกว่าภาพถ่ายจากโทรศัพท์ที่เอียง หากต้องการ PDF ที่ค้นหาข้อความได้แทนไฟล์ .md ให้ใช้ OCR PDF
ทำไมคำบรรยายภาพตัวหนาจึงกลายเป็นหัวข้อ
หัวข้อถูกตรวจจับจากขนาด ความหนา และระยะห่าง บรรทัดตัวหนาสั้น ๆ ที่อยู่โดด ๆ เช่นคำอธิบายภาพ อาจดูเหมือนหัวข้อย่อยทุกประการ ให้ลบเครื่องหมาย # ออก ส่วนโครงเรื่องที่เหลือไม่ได้รับผลกระทบ
จะนำไฟล์ Markdown เข้า Notion ได้อย่างไร
เลือก Import ในแถบด้านข้างของ Notion เลือก Text & Markdown แล้วเลือกไฟล์ หัวข้อ # แต่ละอันจะกลายเป็นบล็อกหัวข้อ และตาราง pipe แต่ละตารางจะเป็นตารางแบบง่าย
ทำไมไฟล์ .md จึงมีขนาดไฟล์เล็กกว่า PDF มาก
PDF มีฟอนต์ รูปภาพ และคำสั่งวาดของทุกหน้าฝังอยู่ ส่วน Markdown เก็บเพียงตัวอักษรและสัญลักษณ์ไม่กี่ตัว รายงานที่มีข้อความเป็นหลักขนาดหลาย MB มักเหลือ Markdown เพียงไม่กี่ร้อย KB ซึ่งยังใส่ในหน้าต่างบริบทของโมเดลได้ง่ายกว่าด้วย
แก้ไข Markdown แล้วแปลงกลับเป็น PDF ได้หรือไม่
ได้ โปรแกรมแก้ไขที่ส่งออกเป็น PDF ได้ก็สร้าง PDF ขึ้นใหม่ได้ และ UltKit มีตัวแปลง Markdown เป็น PDF สำหรับการแปลงกลับ PDF ใหม่จะใช้ฟอนต์และระยะห่างของตัวเรนเดอร์ ไม่ใช่การออกแบบเดิม
- ดึงข้อความจาก PDFดึงข้อความจาก PDF ทุกไฟล์ออกมาเป็นไฟล์ข้อความ UTF-8 ที่สะอาด หน้าสแกนอ่านด้วย OCR เลือกช่วงหน้าได้ตามต้องการ และเก็บไว้เฉพาะข้อความเท่านั้น
- แปลง PDF เป็น TXTแปลง PDF เป็น TXT ออนไลน์ฟรี หน้าดิจิทัลได้ตัวอักษรตรงตามต้นฉบับ หน้าสแกนผ่าน OCR และได้ไฟล์ .txt แบบ UTF-8 หนึ่งไฟล์ต่อ PDF หนึ่งไฟล์
- แปลง PDF เป็น Wordแปลง PDF เป็น Word ที่แก้ไขได้จริง ข้อความจัดเรียงเป็นย่อหน้าปกติ หน้าสแกนผ่าน OCR ได้ 34 ภาษา แปลงได้ครั้งละสูงสุด 20 ไฟล์
- แปลง DOCX เป็น Markdownแปลงไฟล์ Word DOCX ให้เป็น Markdown ที่สะอาด สำหรับ GitHub, static site generator และ docs-as-code รูปภาพบันทึกคู่กับไฟล์ .md ใน ZIP ครั้งละ 20 ไฟล์
- แปลง Markdown เป็น PDFแปลงไฟล์ .md และ .markdown เป็น PDF ที่มีหัวข้อ รายการ ตาราง ลิงก์ และบล็อกโค้ดจริง ไม่ใช่เครื่องหมายดอกจันดิบ ๆ พร้อมบุ๊กมาร์กจากหัวข้อ # ของคุณ
- แปลง PDF เป็น EPUBแปลงไฟล์ PDF ให้เป็น EPUB แบบจัดหน้าอัตโนมัติที่ปรับตามจอ Kindle, Kobo, Apple Books และมือถือ ปรับขนาดตัวอักษรได้ และรูปภาพยังอยู่ครบ
