Langkau ke kandungan
Kembali ke semua alat№ 059

PDF ke Markdown

Tukar teks boleh dibaca kepada Markdown kemas untuk ditampal dalam nota.

Memuatkan alat…

Menyalin teks daripada PDF memberi anda timbunan perkataan: tajuk, senarai dan pemisah perenggan semuanya hilang, kerana tiada satu pun wujud dalam fail sebagai struktur. Alat ini mengembalikannya dengan membuat ukuran. Ia membandingkan saiz fon setiap baris dengan saiz teks isi halaman — baris yang ketara lebih besar ialah tajuk, dan sejauh mana lebih besarnya menentukan sama ada ia menjadi H1, H2 atau H3 — dan ia mengenal penanda bulet dan nombor sebagai senarai.

Ini menjadikannya pembinaan semula usaha terbaik, dan alat ini menyatakannya dalam antara muka. Dokumen dengan hierarki tipografi yang konsisten keluar dengan sangat kemas; dokumen yang memalsukan tajuknya dengan teks isi bercetak tebal akan menghasilkan prosa rata, kerana dari sudut fail memang itulah ia. Teks biasa dan pemisah perenggan tetap dibawa dengan boleh dipercayai dalam kedua-dua keadaan.

Cara ia berfungsi

  1. Lepaskan PDF yang mengandungi teks sebenar.
  2. Baca Markdown yang diekstrak dalam panel.
  3. Salin ke papan keratan, atau muat turun sebagai fail .md.

Kegunaannya

  • Memasukkan laporan ke dalam Obsidian, Notion atau wiki tanpa menaip semula strukturnya.
  • Menjadikan spesifikasi PDF sebagai dokumen yang boleh dibandingkan (diff) dan diversikan dalam Git.
  • Membawa artikel panjang ke aplikasi nota di mana anda benar-benar boleh menganotasinya.

Soalan lazim

Adakah fail saya dimuat naik ke pelayan?
Tidak. Fail dibuka oleh JavaScript dan WebAssembly yang berjalan dalam tab pelayar anda sendiri. Ia tidak pernah dimuat naik, tiada pemprosesan di pelayan dan tiada apa-apa yang disimpan — menutup tab akan membuang semuanya.
Tiada apa yang keluar.
PDF itu imbasan tanpa lapisan teks. Jalankan OCR PDF dahulu, kemudian ekstrak — tiada teks untuk dibaca sehingga sesuatu menulisnya.
Tajuk saya keluar sebagai perenggan biasa.
Mungkin ia bukan tajuk dalam fail — hanya teks isi bercetak tebal, yang merupakan cara paling biasa dokumen ditulis. Pengesan bekerja berdasarkan saiz, kerana saiz yang membezakan tajuk secara tipografi. Tambah penanda # sendiri di tempat yang penting.
Adakah jadual ditukar kepada jadual Markdown?
Tidak. PDF tiada struktur jadual untuk dibaca, hanya teks yang dijajarkan, dan meneka sempadan sel di sini akan menghasilkan jadual yang salah secara halus. Untuk jadual, gunakan PDF ke Excel, yang sengaja membuat penyimpulan itu dan menunjukkan hasilnya dalam grid.
Apa yang berlaku kepada imej?
Ia tidak dimasukkan — alat ini mengekstrak teks. Gunakan Ekstrak imej untuk mengeluarkan gambar secara berasingan dan rujuk gambar itu sendiri daripada Markdown.

Alat berkaitan