Langsung ke konten
Kembali ke semua tool№ 059

PDF ke Markdown

Ubah teks yang bisa dibaca jadi Markdown bersih untuk ditempel di catatan.

Memuat tool…

Menyalin teks dari PDF memberimu tembok kata-kata: judul, daftar, dan pergantian paragraf semuanya hilang, karena tidak satu pun dari itu ada di file sebagai struktur. Tool ini mengembalikannya dengan cara mengukur. Ukuran font setiap baris dibandingkan dengan ukuran teks isi di halaman itu — baris yang jelas lebih besar adalah judul, dan seberapa besar selisihnya menentukan apakah ia menjadi H1, H2, atau H3 — dan penanda poin serta nomor dikenali sebagai daftar.

Karena itu hasilnya adalah rekonstruksi sebaik mungkin, dan tool ini menyatakannya di antarmuka. Dokumen dengan hierarki tipografi yang konsisten keluar sangat bersih; dokumen yang memalsukan judulnya dengan teks isi bercetak tebal akan menghasilkan prosa datar, karena dari sudut pandang file memang itulah isinya. Teks biasa dan pergantian paragraf tetap terbawa dengan andal dalam kedua kasus.

Cara kerjanya

  1. Letakkan PDF yang berisi teks sungguhan.
  2. Baca Markdown hasil ekstraksi di panel.
  3. Salin ke clipboard, atau unduh sebagai file .md.

Kegunaannya

  • Memasukkan laporan ke Obsidian, Notion, atau wiki tanpa mengetik ulang strukturnya.
  • Mengubah spesifikasi PDF menjadi dokumen yang bisa kamu bandingkan (diff) dan kelola versinya di Git.
  • Memindahkan artikel panjang ke aplikasi catatan tempat kamu benar-benar bisa memberinya anotasi.

Pertanyaan umum

Apakah file saya diunggah ke server?
Tidak. File dibuka oleh JavaScript dan WebAssembly yang berjalan di tab browser kamu sendiri. File tidak pernah diunggah, tidak ada pemrosesan di server, dan tidak ada yang disimpan — menutup tab berarti semuanya hilang.
Tidak ada yang keluar.
PDF-nya hasil pindaian tanpa lapisan teks. Proses dengan OCR dulu, baru ekstrak — tidak ada teks yang bisa dibaca sampai ada sesuatu yang menuliskannya.
Judul saya keluar sebagai paragraf biasa.
Kemungkinan besar di file itu memang bukan judul — hanya teks isi bercetak tebal, cara penulisan dokumen yang sejauh ini paling umum. Detektor bekerja berdasarkan ukuran, karena ukuranlah yang membedakan judul secara tipografis. Tambahkan penanda # secara manual di tempat yang penting.
Apakah tabel dikonversi menjadi tabel Markdown?
Tidak. PDF tidak punya struktur tabel untuk dibaca, hanya teks yang diratakan, dan menebak batas sel di sini akan menghasilkan tabel yang salahnya halus. Untuk tabel gunakan PDF ke Excel, yang sengaja melakukan penebakan itu dan menunjukkan hasilnya dalam kisi.
Bagaimana dengan gambar?
Gambar tidak disertakan — tool ini mengekstrak teks. Gunakan Ekstrak gambar untuk mengambil gambarnya secara terpisah, lalu rujuk sendiri dari Markdown-nya.

Alat terkait