PDF naar Markdown
Maak van een PDF Markdown met koppen, lijsten, tabellen en links. Kopieer het of download een .md-bestand. Je bestand blijft op dit apparaat.
Gescande pagina’s worden overgeslagen, want ze hebben geen tekst om te kopiëren.
Je PDF wordt gelezen…
Alles gebeurt op je apparaat. Er wordt niets geüpload.
0%
- Geen uploadJe bestand blijft op dit apparaat.
- Je origineel blijft ongewijzigdJe downloadt een nieuwe kopie. Je bestand wordt nooit aangepast.
- Gratis, zonder accountGeen account en geen daglimiet.
Wat er met je bestand gebeurt
Alles hieronder gebeurt in je browser, op je eigen apparaat. De PDF wordt niet geüpload, dus niemand anders, ook wij niet, kan hem zien.
- Je browser opent de PDF met pdf.js, de PDF-viewer die in Firefox zit, en leest elk stukje tekst met de positie, het lettertype, de grootte, vet en cursief.
- Stukjes tekst op dezelfde regel worden samengevoegd tot regels, en regels tot alinea’s. Woorden die aan het eind van een regel met een koppelteken zijn afgebroken, worden weer aan elkaar gezet.
- Pagina’s met twee of drie kolommen worden kolom voor kolom gelezen, zodat zinnen uit verschillende kolommen niet regel voor regel door elkaar raken.
- Tekst die duidelijk groter is dan de gewone tekst, wordt een kop: # voor de titel, ## en ### voor onderdelen. Korte vette regels worden ook koppen.
- Regels die met een opsommingsteken of een nummer beginnen, worden Markdown-lijsten. Tabellen die met lijnen zijn getekend, en rijen die met tabs zijn uitgelijnd, worden Markdown-tabellen met één rij per regel.
- Vette en cursieve tekst blijft **vet** en *cursief*. Weblinks in de PDF worden [tekst](adres)-links op de woorden waar ze op staan.
- Tekens die in Markdown iets betekenen, zoals * _ # en [, krijgen een backslash ervoor, zodat ze verschijnen zoals ze geschreven zijn en geen opmaak worden.
- Sommige PDF’s, vaak die vanuit een webbrowser zijn opgeslagen, markeren bepaalde tekens als ‘geen teken’. In het Thai zijn dat meestal toontekens boven klinkers. pdfMB bouwt ze opnieuw op uit de lettertypen in je bestand.
- Pagina’s zonder tekst, zoals scans, kunnen gelezen worden met dezelfde OCR-engine als ‘OCR PDF’. Alleen de taalgegevens worden gedownload, één keer.
- Het .md- of .txt-bestand wordt op je apparaat samengesteld als UTF-8-tekst en direct in je downloads opgeslagen, of naar je klembord gekopieerd.
- Kies een PDF
- Druk op ‘Omzetten naar Markdown’
- Controleer het voorbeeld
- Kopieer het of download het .md-bestand
Zo zet je een PDF om naar Markdown
- Kies een PDF of sleep hem naar het vak. pdfMB leest elke pagina en vertelt je of er pagina’s bij zitten die scans zonder tekst zijn.
- Zijn er gescande pagina’s, laat ‘Tekst van gescande pagina’s lezen (OCR)’ dan aan staan en kies de taal van het document.
- Druk op ‘Omzetten naar Markdown’. Een balk laat zien hoe ver het is.
- Bekijk het voorbeeld. Je kunt overschakelen naar platte tekst, kop- en voetteksten houden of weghalen, en aangeven waar pagina’s beginnen. Het voorbeeld past zich meteen aan.
- Druk op ‘Alles kopiëren’ om het ergens anders te plakken, of download het .md-bestand.
Waarom Markdown
Markdown is platte tekst met een paar tekens voor de structuur: # voor koppen, - voor lijsten, | voor tabellen. Het opent in elke teksteditor en blijft leesbaar, ook zonder opmaak.
Notitie-apps zoals Obsidian en Notion, wiki’s, GitHub en de meeste documentatietools lezen Markdown direct, zodat koppen en tabellen ook als koppen en tabellen aankomen.
AI-chattools en zoekindexen werken beter met Markdown dan met kale PDF-tekst, omdat de koppen en tabellen laten zien hoe het document in elkaar zit. Je kunt het resultaat zo in een chat plakken.
Wanneer mensen het gebruiken
Notities en wiki’s
Zet een rapport, handleiding of artikel in Obsidian, Notion, een wiki of een README op GitHub, met de koppen, lijsten en tabellen intact.
AI-chats
Plak een lange PDF als Markdown in een AI-chat, zodat die de onderdelen en tabellen ziet in plaats van een muur van tekst.
Bewerken en citeren
Haal de tekst uit een PDF om hem te herschrijven, te vertalen of te citeren, zonder afgebroken regels met de hand te herstellen.
Thaise documenten
Zet Thaise PDF’s om, ook die vanuit een webbrowser zijn opgeslagen, zonder toontekens te verliezen.
Wat het niet kan
- Afbeeldingen, grafieken en tekeningen komen er niet in. Markdown bewaart alleen tekst. Gebruik ‘PDF naar JPG’ om de afbeeldingen op te slaan.
- Formules komen eruit als gewone tekst, met superscript en subscript als <sup> en <sub>.
- Samengevoegde tabelcellen worden weer gewone cellen, en tabellen zonder lijnen of tabstops komen eruit als alinea’s.
- Koppen worden herkend aan de grootte en dikte van de tekst, dus een document dat overal hetzelfde lettertype gebruikt, krijgt misschien minder koppen.
- Links binnen het document, zoals een inhoudsopgave, blijven niet behouden. Alleen links naar webpagina’s en e-mailadressen.
- Talen die van rechts naar links lopen, zoals Arabisch en Hebreeuws, zijn nog niet genoeg getest. Controleer het resultaat zorgvuldig.
- PDF’s met een wachtwoord, en PDF’s waarvan de eigenaar kopiëren heeft geblokkeerd, kunnen niet omgezet worden.
Vragen over PDF naar Markdown omzetten
Wordt mijn PDF geüpload?
Nee. pdfMB zet het bestand om in je browser en het verlaat je apparaat nooit. Je kunt dit controleren in de netwerktools van je browser.
Welke Markdown schrijft het?
CommonMark met tabellen in GitHub-stijl, die GitHub, Obsidian, VS Code, de meeste wiki’s en tools voor statische sites allemaal lezen. Vet, cursief, links en lijsten gebruiken de standaardtekens.
Kan ik ook platte tekst krijgen?
Ja. Schakel na het omzetten over naar platte tekst, of gebruik ‘PDF naar tekst’. Je krijgt dezelfde alinea’s zonder Markdown-tekens, en tabellen worden rijen tekst gescheiden door tabs.
Blijven Thaise toontekens behouden?
Ja. pdfMB herstelt ook toontekens die sommige PDF’s als ‘geen teken’ markeren. In onze test bleven alle 4.911 toontekens van een Thais artikel van 35 pagina’s behouden.
Kan het een gescande PDF omzetten?
Ja. Zet OCR aan, kies de taal, en de tekst van de gescande pagina’s wordt alinea’s. Controleer het resultaat, want OCR kan namen en getallen verkeerd lezen.
Waarom ontbreken sommige paginanummers of kopteksten?
Regels die bovenaan of onderaan de meeste pagina’s terugkomen, en losse paginanummers, worden standaard weggehaald zodat ze de tekst niet onderbreken. Vink de optie uit om ze te houden.