Saltar para o conteúdo
Voltar a todas as ferramentas№ 059

PDF em Markdown

Converte o texto legível em Markdown limpo para colar em notas.

A carregar ferramenta…

Copiar texto de um PDF dá-te uma parede de palavras: os títulos, as listas e as quebras de parágrafo desaparecem todos, porque nenhum deles existe no ficheiro como estrutura. Esta ferramenta devolve-os medindo. Compara o tamanho da fonte de cada linha com o tamanho do corpo de texto da página — uma linha claramente maior é um título, e o quanto é maior decide se passa a H1, H2 ou H3 — e reconhece marcadores e números como listas.

Isso faz dela uma reconstrução de melhor esforço, e a ferramenta di-lo na interface. Um documento com uma hierarquia tipográfica consistente sai notavelmente limpo; um que simula os títulos com texto do corpo a negrito vai produzir prosa corrida, porque do ponto de vista do ficheiro é isso mesmo que são. O texto corrido e as quebras de parágrafo passam de forma fiável em qualquer caso.

Como funciona

  1. Arrasta um PDF que contenha texto real.
  2. Lê o Markdown extraído no painel.
  3. Copia-o para a área de transferência, ou descarrega-o como ficheiro .md.

Para que serve

  • Passar um relatório para o Obsidian, o Notion ou uma wiki sem voltar a escrever a estrutura.
  • Transformar uma especificação em PDF num documento que possas comparar e versionar no Git.
  • Levar um artigo longo para uma aplicação de notas onde o possas realmente anotar.

Perguntas frequentes

O meu ficheiro é enviado para um servidor?
Não. O ficheiro é aberto por JavaScript e WebAssembly a correr no separador do teu próprio navegador. Nunca é enviado, não há processamento em nenhum servidor e nada fica guardado: ao fechar o separador, tudo desaparece.
Não saiu nada.
O PDF é uma digitalização sem camada de texto. Passa-o primeiro pelo OCR e depois extrai — não há texto para ler até que algo o escreva.
Os meus títulos saíram como parágrafos normais.
Provavelmente não são títulos no ficheiro — apenas texto do corpo a negrito, que é de longe a forma mais comum de escrever documentos. O detetor funciona pelo tamanho, porque é o tamanho que distingue tipograficamente um título. Acrescenta os marcadores # à mão onde for importante.
As tabelas são convertidas em tabelas Markdown?
Não. Um PDF não tem estrutura de tabela para ler, só texto alinhado, e adivinhar aqui os limites das células produziria tabelas subtilmente erradas. Para tabelas usa PDF para Excel, que faz essa dedução de propósito e te mostra o resultado numa grelha.
O que acontece às imagens?
Não são incluídas — isto extrai texto. Usa Extrair imagens para tirar as imagens à parte e referencia-as tu no Markdown.

Ferramentas relacionadas