pdfMB

PDF do Markdownu

Udělejte z PDF Markdown s nadpisy, seznamy, tabulkami a odkazy. Zkopírujte ho nebo stáhněte soubor .md. Váš soubor zůstává v tomto zařízení.

  • Bez nahráváníVáš soubor zůstává v tomto zařízení.
  • Originál zůstává beze změnyStáhnete si novou kopii. Váš soubor se nikdy nemění.
  • Zdarma, bez registraceBez účtu a bez denního limitu.

Co se děje s vaším souborem

Vše popsané níže probíhá ve vašem prohlížeči, ve vašem vlastním zařízení. PDF se nenahrává, takže ho nikdo jiný, ani my, nemůže vidět.

  1. Prohlížeč otevře PDF pomocí pdf.js, prohlížeče PDF zabudovaného ve Firefoxu, a přečte každý kousek textu i s jeho polohou, písmem, velikostí, tučností a kurzívou.
  2. Kousky textu na stejném řádku se spojí do řádků a řádky do odstavců. Slova rozdělená spojovníkem na konci řádku se znovu spojí.
  3. Stránky se dvěma nebo třemi sloupci se čtou po sloupcích, takže se věty z různých sloupců nepromíchají řádek po řádku.
  4. Text, který je zřetelně větší než běžný text, se stane nadpisem: # pro název, ## a ### pro oddíly. Nadpisy se stanou i krátké tučné řádky.
  5. Řádky, které začínají odrážkou nebo číslem, se stanou seznamy v Markdownu. Tabulky nakreslené čarami a řádky zarovnané tabulátory se stanou tabulkami v Markdownu, kde je každý řádek tabulky na jednom řádku.
  6. Tučný text a kurzíva zůstanou jako **tučně** a *kurzívou*. Webové odkazy v PDF se stanou odkazy [text](adresa) na slovech, která pokrývají.
  7. Znaky, které v Markdownu něco znamenají, například * _ # a [, dostanou před sebe zpětné lomítko, takže se zobrazí tak, jak jsou napsané, a nezmění se ve formátování.
  8. Některá PDF, často ta uložená z webového prohlížeče, označují určité znaky jako „žádný znak“. V thajštině jsou to obvykle tónová znaménka nad samohláskami. pdfMB je znovu sestaví z písem uložených ve vašem souboru.
  9. Stránky bez textu, například skeny, lze přečíst stejným OCR jako v nástroji „OCR PDF“. Stahují se jen jazyková data, a to jednou.
  10. Soubor .md nebo .txt se sestaví ve vašem zařízení jako text v UTF-8 a uloží se rovnou do stažených souborů, nebo se zkopíruje do schránky.
Ve zkratce
  1. Vyberte PDF
  2. Stiskněte „Převést do Markdownu“
  3. Zkontrolujte náhled
  4. Zkopírujte výsledek nebo stáhněte soubor .md

Jak převést PDF do Markdownu

  1. Vyberte PDF nebo ho přetáhněte do rámečku. pdfMB přečte každou stránku a řekne vám, jestli jsou mezi nimi naskenované stránky bez textu.
  2. Pokud jsou tam naskenované stránky, nechte zapnuté „Přečíst text naskenovaných stránek (OCR)“ a vyberte jazyk dokumentu.
  3. Stiskněte „Převést do Markdownu“. Lišta ukazuje, jak daleko převod je.
  4. Projděte si náhled. Můžete přepnout na prostý text, ponechat nebo odstranit záhlaví a zápatí a označit, kde začínají stránky. Náhled se hned aktualizuje.
  5. Stiskněte „Kopírovat vše“ a vložte výsledek jinam, nebo stáhněte soubor .md.

Proč Markdown

Markdown je prostý text s několika značkami pro strukturu: # pro nadpisy, - pro seznamy, | pro tabulky. Otevře se v jakémkoli textovém editoru a dá se číst i bez formátování.

Aplikace na poznámky jako Obsidian a Notion, wiki, GitHub a většina nástrojů na dokumentaci čtou Markdown přímo, takže nadpisy a tabulky do nich dorazí jako nadpisy a tabulky.

Chaty s AI a vyhledávací indexy pracují s Markdownem lépe než se surovým textem z PDF, protože nadpisy a tabulky jim ukazují, jak je dokument uspořádaný. Výsledek můžete rovnou vložit do chatu.

Kdy se to hodí

Poznámky a wiki

Přeneste zprávu, příručku nebo článek do Obsidianu, Notionu, wiki nebo souboru README na GitHubu i s nadpisy, seznamy a tabulkami.

Chaty s AI

Vložte dlouhé PDF do chatu s AI jako Markdown, aby vidělo oddíly a tabulky, a ne zeď textu.

Úpravy a citace

Dostaňte text z PDF, abyste ho mohli přepsat, přeložit nebo citovat, aniž byste ručně opravovali rozbité řádky.

Thajské dokumenty

Převádějte thajská PDF, i ta uložená z webového prohlížeče, bez ztráty tónových znamének.

Co to neumí

  • Obrázky, grafy a kresby se nepřevádějí. Markdown uchovává jen text. Obrázky uložíte pomocí „PDF do JPG“.
  • Rovnice vyjdou jako prostý text, horní a dolní indexy jako <sup> a <sub>.
  • Sloučené buňky tabulek se rozdělí na běžné buňky a tabulky bez čar a tabulátorů vyjdou jako odstavce.
  • Nadpisy se poznávají podle velikosti a tloušťky písma, takže dokument, který všude používá stejné písmo, může mít méně nadpisů.
  • Odkazy uvnitř dokumentu, například v obsahu, se nezachovají. Zachovají se jen odkazy na webové stránky a e-mailové adresy.
  • Jazyky psané zprava doleva, například arabština a hebrejština, zatím nejsou dostatečně otestované. Výsledek pečlivě zkontrolujte.
  • PDF chráněná heslem a PDF, jejichž vlastník zablokoval kopírování, převést nejde.

Otázky k převodu PDF do Markdownu

Nahrává se moje PDF?

Ne. pdfMB převádí soubor ve vašem prohlížeči a soubor nikdy neopustí vaše zařízení. Můžete si to ověřit v síťových nástrojích prohlížeče.

Jaký Markdown vytváří?

CommonMark s tabulkami ve stylu GitHubu, který čtou GitHub, Obsidian, VS Code, většina wiki i generátorů statických webů. Tučné písmo, kurzíva, odkazy a seznamy používají standardní značky.

Můžu místo toho dostat prostý text?

Ano. Po převodu přepněte formát na prostý text, nebo použijte „PDF na text“. Dostanete stejné odstavce bez značek Markdownu a z tabulek budou řádky textu oddělené tabulátory.

Zachová thajská tónová znaménka?

Ano. pdfMB obnoví i tónová znaménka, která některá PDF označují jako „žádný znak“. V našem testu zůstalo zachováno všech 4 911 tónových znamének z 35stránkového thajského článku.

Převede i naskenované PDF?

Ano. Zapněte OCR, vyberte jazyk a z textu naskenovaných stránek budou odstavce. Výsledek zkontrolujte, protože OCR může špatně přečíst jména a čísla.

Proč chybí některá čísla stránek nebo záhlaví?

Řádky, které se opakují nahoře nebo dole na většině stránek, a samotná čísla stránek se ve výchozím nastavení odstraňují, aby nepřerušovaly text. Pokud je chcete zachovat, zrušte zaškrtnutí této volby.