PDF سے Markdown کنورٹر
PDF کو ایسی .md فائل میں تبدیل کریں جس میں ہیڈنگز، لسٹس اور ٹیبلز Markdown سنٹیکس میں لکھے ہوں، اور جو نوٹس والٹ، ڈاکس ریپو یا ریٹریول پائپ لائن کے لیے تیار ہو۔
PDF کنورٹر
یا PDF فائلیں یہاں ڈراپ کریں ·
زیادہ سے زیادہ 95 MB فی فائل· 20 فائلوں تک· 30 منٹ بعد حذف
فائلیں ہمارے سرورز پر پروسیس ہوتی ہیں اور 30 منٹ بعد حذف ہو جاتی ہیں۔
اسکین شدہ PDF صفحات کی تصاویر ہوتی ہیں۔ خودکار OCR صرف ان صفحات پر چلاتا ہے جن میں متن کی تہہ نہیں؛ ہمیشہ اسے ہر صفحے پر لازمی چلاتا ہے۔
اسکین میں چھپی ہوئی زبان۔ درست زبان منتخب کرنے سے اعراب اور غیر لاطینی رسم الخط کی درستی نمایاں طور پر بہتر ہوتی ہے۔
بہتا ہوا متن عام پیراگرافس میں ڈھل جاتا ہے جن میں ترمیم آسان ہے۔ عین ترتیب ہر بلاک کو اس کی اصل جگہ پر رکھتی ہے، جو بالکل ویسی نظر آتی ہے مگر اس میں ترمیم مشکل ہے۔
شناخت شدہ جدولیں ورک بک میں کہاں جائیں۔
صفحات کے نمبر یا حدیں کاما سے الگ کر کے لکھیں، مثلاً 1-3, 5, 8-10۔
اس ٹول کو استعمال کرنے کا طریقہ
- 1
PDF شامل کریں
زیادہ سے زیادہ 20 PDF فائلیں اپ لوڈ کریں، ہر ایک 95 MB تک۔ جب متن کی شناخت (OCR) خودکار پر رہے تو اسکین شدہ صفحات OCR سے پڑھے جاتے ہیں۔
- 2
تصاویر اور صفحات منتخب کریں
تصاویر برقرار رکھیں آن ہے، اس لیے تصاویر ساتھ آتی ہیں۔ صرف متن والی فائل کے لیے اسے بند کریں، اور سرورق یا ضمیمہ چھوڑنے کے لیے تبدیل کیے جانے والے صفحات استعمال کریں۔
- 3
تبدیل کریں اور خاکہ چیک کریں
Markdown میں تبدیل کریں دبائیں اور .md فائل ڈاؤن لوڈ کریں، یا کئی فائلوں کی صورت میں ZIP۔ پہلے سرخیوں کی سطحیں ایک نظر دیکھ لیں۔
PDF حروف کو مقامات پر محفوظ کرتی ہے؛ Markdown ساخت کو حروف کی صورت میں رکھتی ہے: سرخی کے لیے #، فہرست کے لیے ڈیش، جدول کے لیے پائپ۔ تبدیلی کے دوران فونٹ سائز، انڈینٹ اور کالموں سے وہ ساخت دوبارہ پڑھی جاتی ہے۔
PDF سے MD تبدیلی ہیڈنگز، لسٹس اور ٹیبلز کو کیسے دوبارہ بناتی ہے
زیادہ تر PDF کو معلوم نہیں ہوتا کہ کوئی لائن سرخی ہے۔ جب تک فائل ٹیگڈ PDF کے طور پر ایکسپورٹ نہ ہوئی ہو، جو 2001 میں PDF 1.4 میں شامل ہونے والی خصوصیت ہے اور PDF/UA رسائی کے معیار (ISO 14289) میں لازمی ہے، عنوان محض بڑے یا موٹے فونٹ کا متن ہوتا ہے۔ کنورٹر ملنے والے ٹائپ اسٹائلز کی درجہ بندی کرتا ہے اور سب سے بڑے بار بار آنے والے اسٹائلز کو #، ## اور ### سے جوڑتا ہے، اس لیے واضح ٹائپ ترتیب والی رپورٹ کا خاکہ صاف نکلتا ہے۔
فہرستیں نشانات اور انڈینٹ سے پہچانی جاتی ہیں: بلٹ - بنتے ہیں، نمبر والی لائنیں 1.، اور گہرا انڈینٹ اندرونی آئٹمز۔ کالموں میں سیدھا متن پائپ ٹیبل بن جاتا ہے، جس سنٹیکس کو GitHub نے 2017 میں اپنی GFM وضاحت میں باقاعدہ بنایا؛ John Gruber کی 2004 میں شائع کردہ Markdown میں جدول تھے ہی نہیں۔ لنکس اپنے ہدف کے ساتھ [text](url) کی صورت میں رہتے ہیں۔
وہ لائن بریک جو صرف اس لیے تھے کہ لائن حاشیے تک پہنچ گئی، دوبارہ پیراگراف میں جوڑ دیے جاتے ہیں۔ دو پیراگرافوں کے درمیان آ جانے والا ہیڈر یا صفحہ نمبر عموماً بعد میں حذف کرنا پڑتا ہے۔
| from ↓ · to → | MD | TXT | DOCX | HTML |
|---|---|---|---|---|
| Headings | Headings to MD: yes | – Headings to TXT: no | Headings to DOCX: yes | Headings to HTML: yes |
| بلٹ اور نمبر والی فہرستیں | بلٹ اور نمبر والی فہرستیں to MD: yes | – بلٹ اور نمبر والی فہرستیں to TXT: no | بلٹ اور نمبر والی فہرستیں to DOCX: yes | بلٹ اور نمبر والی فہرستیں to HTML: yes |
| سادہ جدول | سادہ جدول to MD: yes | – سادہ جدول to TXT: no | سادہ جدول to DOCX: yes | سادہ جدول to HTML: yes |
| ضم شدہ ٹیبل خانے | – ضم شدہ ٹیبل خانے to MD: no | – ضم شدہ ٹیبل خانے to TXT: no | ضم شدہ ٹیبل خانے to DOCX: yes | ضم شدہ ٹیبل خانے to HTML: yes |
| Links | Links to MD: yes | – Links to TXT: no | Links to DOCX: yes | Links to HTML: yes |
| صفحے کی مقررہ ترتیب | – صفحے کی مقررہ ترتیب to MD: no | – صفحے کی مقررہ ترتیب to TXT: no | صفحے کی مقررہ ترتیب to DOCX: yes | – صفحے کی مقررہ ترتیب to HTML: no |
PDF سے Markdown کنورٹر کیا بحال نہیں کر سکتا
Portable Document Format
PDF کو Adobe نے 1993 میں بنایا اور 2008 میں یہ اوپن ISO 32000 معیار بنا۔ یہ متن، فونٹس، تصاویر اور ترتیب کو مقرر کر دیتا ہے تاکہ دستاویز ہر اسکرین اور پرنٹر پر ایک جیسی نظر آئے۔ PDF میں فارم، دستخط، لنکس، اٹیچمنٹس اور قابلِ تلاش متن ہو سکتا ہے، اور PDF/A قسم طویل مدتی آرکائیونگ کے لیے استعمال ہوتی ہے۔ مقررہ ترتیب کی وجہ سے PDF میں ترمیم مشکل ہوتی ہے، اور اسکین شدہ PDF میں صرف تصاویر ہوتی ہیں جب تک OCR نہ لگایا جائے۔ ہر براؤزر اور آپریٹنگ سسٹم انہیں کھول سکتا ہے۔
- کمپریشن
- –
- شفافیت
- ہاں
- اینیمیشن
- نہیں
- متعارف ہونے کا سال
- 1993 · Adobe
MD
Markdown
Markdown ایک ہلکی پھلکی مارک اپ سنٹیکس ہے جسے John Gruber نے 2004 میں بنایا۔ اس میں سادہ ٹیکسٹ علامات استعمال ہوتی ہیں، جیسے ہیڈنگز کے لیے #، زور کے لیے * اور فہرستوں کے لیے -، جو خام متن میں بھی پڑھنے کے قابل رہتی ہیں اور صاف طور پر HTML میں تبدیل ہو جاتی ہیں۔ یہ README فائلوں، دستاویزات، وکیز، نوٹس ایپس اور کئی اسٹیٹک سائٹ جنریٹرز کا معیار ہے۔ اس کے کئی ورژن ہیں، جیسے CommonMark اور GitHub Flavored Markdown، جن میں ٹیبلز جیسی تفصیلات میں فرق ہے۔ .md فائلیں کسی بھی ٹیکسٹ ایڈیٹر میں کھل جاتی ہیں۔
- کمپریشن
- –
- شفافیت
- –
- اینیمیشن
- –
- متعارف ہونے کا سال
- 2004 · John Gruber
لوگ PDF کو Markdown میں اس وقت بدلتے ہیں جب متن کو سادہ ٹیکسٹ ٹولز میں رکھنا ہو، جیسے نوٹس والٹ، ڈاکس ریپو یا AI ریٹریول انڈیکس، جہاں سرخی بڑے فونٹ کے بجائے # سے ظاہر ہونی چاہیے۔
کچھ چیزیں کبھی ایسی صورت میں محفوظ ہی نہیں ہوئیں جسے واپس پڑھا جا سکے۔ کالموں کے درمیان رکھا سائیڈ بار پیراگراف کے بیچ میں آ سکتا ہے۔ مقررہ جگہوں پر علامات کی صورت میں بنی مساوات حروف کی ایک لائن بن کر آتی ہے، LaTeX نہیں۔ ویکٹر خاکوں کی شکل میں بنایا گیا متن، جو لوگو اور ایکسپورٹ شدہ سلائیڈز میں عام ہے، میں کوئی حرف ہوتا ہی نہیں۔
ضم شدہ ہیڈر خانوں یا کئی پیراگراف والے خانوں کے جدول سادہ گرڈ میں بدل جاتے ہیں، اس لیے پیچیدہ ہیڈر قطار ہاتھ سے دوبارہ لکھنا پڑ سکتی ہے۔ اگر صرف الفاظ چاہییں تو PDF سے TXT سادہ متن دیتا ہے؛ اگر ماخذ Word ڈرافٹ ہے تو DOCX سے Markdown زیادہ ساخت برقرار رکھتا ہے، کیونکہ DOCX کو معلوم ہوتا ہے کہ کون سے پیراگراف سرخیاں ہیں۔
LLM اور RAG پائپ لائنز، Obsidian اور Notion کے لیے Markdown
RAG اور LLM پائپ لائنز
سرخیاں ٹیکسٹ اسپلٹر کو قدرتی حدیں دیتی ہیں، اس لیے ہر ٹکڑا اپنے حصے کا عنوان رکھتا ہے، اور Markdown مارک اپ پر HTML سے کہیں کم ٹوکن خرچ کرتی ہے۔
Obsidian والٹس
Obsidian ہر نوٹ کو آپ کی ڈسک کے فولڈر میں سادہ .md فائل کی صورت میں رکھتا ہے، اس لیے تبدیل شدہ فائل سیدھی والٹ میں ڈالی جا سکتی ہے۔
Notion ورک اسپیسز
Notion کی Markdown امپورٹ سرخیوں، فہرستوں اور پائپ ٹیبلز کو اصل بلاکس میں بدل دیتی ہے، جو PDF ویور سے پیسٹ کرنے سے زیادہ صاف ہے۔
ریٹریول پائپ لائن کے لیے تصاویر برقرار رکھیں بند رکھ کر تبدیل کریں، سوائے اس کے کہ کوئی وژن ماڈل تصاویر پڑھے، اور اسکینز کے لیے درست دستاویز کی زبان چنیں تاکہ OCR ایسے حروف نہ گھڑے جو آپ کے انڈیکس میں چلے جائیں۔ پھر پہلی دو سرخی سطحیں دیکھیں: ## بنا ہوا کیپشن ٹکڑوں کو عجیب جگہوں پر توڑ دیتا ہے، اور انڈیکس سے پہلے ایک فائنڈ اینڈ ری پلیس اسے ٹھیک کر دیتا ہے۔ سادہ متن Git میں بھی صاف ڈف دیتا ہے، اس لیے کسی مینول کے نئے ایڈیشن کا جملہ بہ جملہ موازنہ ہو سکتا ہے۔
PDF سے Markdown کے بارے میں سوالات
PDF سے MD کنورٹر Markdown کا کون سا فلیور لکھتا ہے؟
سرخیاں، فہرستیں، زور اور لنکس CommonMark کے مطابق ہوتے ہیں، اور جدول GitHub-flavored پائپ ٹیبل کی صورت میں لکھے جاتے ہیں، کیونکہ سادہ CommonMark میں جدول کی کوئی سنٹیکس نہیں۔ یہ GitHub، GitLab، Obsidian اور VS Code پر درست دکھائی دیتے ہیں۔
کیا اسکین شدہ PDF کو Markdown میں تبدیل کیا جا سکتا ہے؟
جی ہاں۔ متن کی شناخت (OCR) خودکار پر ہو تو جن صفحات میں ٹیکسٹ لیئر نہ ہو انہیں پہلے پڑھا جاتا ہے اور بعد میں ساخت دوبارہ بنائی جاتی ہے، اس لیے سیدھا 300 DPI اسکین ترچھی موبائل تصویر کے مقابلے میں صاف خاکہ دیتا ہے۔ .md فائل کے بجائے قابلِ تلاش PDF چاہیے تو OCR PDF استعمال کریں۔
بولڈ کیپشن ہیڈنگ میں کیوں بدل گیا؟
سرخیاں سائز، وزن اور وقفے سے پہچانی جاتی ہیں، اور اکیلی چھوٹی بولڈ لائن، جیسے تصویر کا کیپشن، بالکل ذیلی سرخی جیسی لگ سکتی ہے۔ اس کے # نشان حذف کر دیں؛ باقی خاکے پر کوئی اثر نہیں پڑتا۔
Markdown فائل کو Notion میں کیسے لائیں؟
Notion کے سائیڈ بار میں Import منتخب کریں، Text & Markdown چنیں اور فائل منتخب کریں۔ ہر # سرخی ہیڈنگ بلاک بن جاتی ہے اور ہر پائپ ٹیبل ایک سادہ ٹیبل۔
.md فائل PDF سے اتنی چھوٹی کیوں ہوتی ہے؟
PDF میں ہر صفحے کے لیے شامل فونٹس، تصاویر اور ڈرائنگ ہدایات ہوتی ہیں؛ Markdown صرف حروف اور چند علامات رکھتی ہے۔ کئی میگابائٹ کی متن والی رپورٹ عموماً چند سو کلوبائٹ کی Markdown بن جاتی ہے، جو کسی ماڈل کی کانٹیکسٹ ونڈو میں بھی آسانی سے سما جاتی ہے۔
کیا ترمیم کے بعد Markdown کو دوبارہ PDF میں تبدیل کیا جا سکتا ہے؟
جی ہاں۔ ایکسپورٹ کرنے والا کوئی بھی ایڈیٹر دوبارہ PDF بنا سکتا ہے، اور UltKit میں اس چکر کے لیے Markdown سے PDF کنورٹر موجود ہے۔ نئی PDF رینڈرر کے فونٹس اور وقفے استعمال کرتی ہے، اصل ڈیزائن نہیں۔
- PDF سے ٹیکسٹ کنورٹرکسی بھی PDF سے الفاظ صاف UTF-8 ٹیکسٹ فائل میں نکالیں۔ اسکین OCR سے پڑھے جاتے ہیں، صفحات کی حد اختیاری ہے، اور صرف متن رکھا جاتا ہے۔
- PDF سے TXT کنورٹرPDF کو آن لائن مفت TXT میں تبدیل کریں۔ ڈیجیٹل صفحات کے حروف جوں کے توں، اسکین شدہ صفحات پر OCR، اور ہر PDF کی ایک UTF-8 .txt فائل۔
- PDF سے Word کنورٹرPDF کو ایسی Word فائل میں تبدیل کریں جس میں واقعی ترمیم ہو سکے۔ متن عام پیراگراف میں آتا ہے، اسکین صفحات پر 34 زبانوں میں OCR، ایک وقت میں 20 فائلیں۔
- DOCX سے Markdown کنورٹرWord DOCX فائلوں کو GitHub، اسٹیٹک سائٹ جنریٹرز اور docs-as-code کے لیے صاف Markdown میں تبدیل کریں۔ تصاویر ZIP میں .md کے ساتھ، ایک بار میں 20 فائلیں۔
- Markdown سے PDF.md اور .markdown فائلوں کو PDF میں تبدیل کریں: اصل ہیڈنگز، فہرستیں، ٹیبلز، لنکس اور کوڈ بلاکس، خام ستاروں کے بغیر۔ # ہیڈنگز سے بک مارکس۔
- PDF سے EPUB کنورٹرPDF کو ری فلو ہونے والی EPUB میں تبدیل کریں جو Kindle، Kobo، Apple Books اور فون اسکرین کے مطابق ڈھل جائے۔ فونٹ سائز قابلِ تبدیل، تصاویر برقرار۔
