pdfMB

PDF у Markdown

Перетворіть PDF на Markdown із заголовками, списками, таблицями й посиланнями. Скопіюйте результат або завантажте файл .md. Файл залишається на цьому пристрої.

  • Без завантаженняВаш файл залишається на цьому пристрої.
  • Ваш оригінал не змінюєтьсяВи завантажуєте нову копію. Ваш файл ніколи не змінюється.
  • Безкоштовно, без реєстраціїБез облікового запису й без денного ліміту.

Що відбувається з вашим файлом

Усе описане нижче відбувається у вашому браузері, на вашому власному пристрої. PDF не завантажується на сервер, тож ніхто інший, включно з нами, не може його побачити.

  1. Браузер відкриває PDF за допомогою pdf.js — вбудованого переглядача PDF у Firefox — і читає кожен фрагмент тексту разом із його розташуванням, шрифтом, розміром, жирністю й курсивом.
  2. Фрагменти тексту в одному рядку об’єднуються в рядки, а рядки — в абзаци. Слова, розірвані дефісом наприкінці рядка, знову з’єднуються.
  3. Сторінки на дві чи три колонки читаються колонка за колонкою, тож речення з різних колонок не перемішуються рядок за рядком.
  4. Текст, помітно більший за основний, стає заголовком: # для назви, ## і ### для розділів. Короткі жирні рядки теж стають заголовками.
  5. Рядки, що починаються з маркера чи номера, стають списками Markdown. Таблиці, намальовані лініями, і рядки, вирівняні табуляцією, стають таблицями Markdown — один рядок таблиці на рядок.
  6. Жирний текст і курсив зберігаються як **жирний** і *курсив*. Вебпосилання з PDF стають посиланнями [текст](адреса) на тих словах, яких вони стосуються.
  7. Символи, що мають значення в Markdown, як-от * _ # і [, екрануються зворотною скісною рискою, тож вони показуються як написано й не перетворюються на форматування.
  8. Деякі PDF, часто збережені з веббраузера, позначають певні символи як «не символ». У тайській мові це зазвичай знаки тонів над верхніми голосними. pdfMB відтворює їх зі шрифтів усередині вашого файлу.
  9. Сторінки без тексту, як-от скани, можна розпізнати тим самим рушієм OCR, що й в «OCR PDF». Завантажуються лише мовні дані, і лише один раз.
  10. Файл .md або .txt збирається на вашому пристрої як текст UTF-8 і зберігається просто в завантаження або копіюється в буфер обміну.
Коротко
  1. Виберіть PDF
  2. Натисніть «Перетворити на Markdown»
  3. Перевірте попередній перегляд
  4. Скопіюйте результат або завантажте файл .md

Як перетворити PDF на Markdown

  1. Виберіть PDF або перетягніть його в поле. pdfMB прочитає кожну сторінку й повідомить, чи є серед них скани без тексту.
  2. Якщо є відскановані сторінки, залиште увімкненим «Розпізнати текст відсканованих сторінок (OCR)» і виберіть мову документа.
  3. Натисніть «Перетворити на Markdown». Смуга покаже, скільки вже зроблено.
  4. Перегляньте результат. Можна перейти на звичайний текст, залишити чи прибрати колонтитули й позначити початок сторінок. Попередній перегляд оновлюється одразу.
  5. Натисніть «Копіювати все», щоб вставити текст деінде, або завантажте файл .md.

Чому Markdown

Markdown — це звичайний текст із кількома позначками для структури: # для заголовків, - для списків, | для таблиць. Він відкривається в будь-якому текстовому редакторі й лишається читабельним навіть без форматування.

Застосунки для нотаток, як-от Obsidian і Notion, вікі, GitHub і більшість інструментів для документації читають Markdown напряму, тож заголовки й таблиці так і лишаються заголовками й таблицями.

Чати ШІ та пошукові індекси краще працюють із Markdown, ніж із сирим текстом PDF, бо заголовки й таблиці показують, як влаштовано документ. Результат можна одразу вставити в чат.

Коли цим користуються

Нотатки й вікі

Перенесіть звіт, інструкцію чи статтю в Obsidian, Notion, вікі або README на GitHub разом із заголовками, списками й таблицями.

Чати ШІ

Вставте довгий PDF у чат ШІ у форматі Markdown, щоб він бачив розділи й таблиці, а не суцільну стіну тексту.

Редагування й цитування

Дістаньте текст із PDF, щоб переписати, перекласти чи процитувати його, не виправляючи розірвані рядки вручну.

Тайські документи

Перетворюйте тайські PDF, зокрема збережені з веббраузера, без втрати знаків тонів.

Чого він не вміє

  • Зображення, діаграми й малюнки не включаються: Markdown зберігає лише текст. Щоб зберегти зображення, скористайтеся «PDF у JPG».
  • Формули виходять звичайним текстом, а верхні й нижні індекси — у вигляді <sup> і <sub>.
  • Об’єднані клітинки таблиць розбиваються на звичайні, а таблиці без ліній і табуляцій виходять абзацами.
  • Заголовки визначаються за розміром і жирністю тексту, тож у документі, де все набрано одним шрифтом, заголовків може знайтися менше.
  • Посилання всередині документа, як-от у змісті, не зберігаються. Зберігаються лише посилання на вебсторінки й адреси електронної пошти.
  • Мови з письмом справа наліво, як-от арабська та іврит, ще недостатньо протестовано. Ретельно перевіряйте результат.
  • PDF із паролем і PDF, власник яких заборонив копіювання, перетворити не можна.

Запитання про перетворення PDF на Markdown

Мій PDF завантажується на сервер?

Ні. pdfMB перетворює файл у вашому браузері, і він ніколи не залишає вашого пристрою. Ви можете перевірити це в мережевих інструментах браузера.

Який Markdown виходить?

CommonMark із таблицями в стилі GitHub — його читають GitHub, Obsidian, VS Code, більшість вікі та генераторів сайтів. Для жирного тексту, курсиву, посилань і списків використовуються стандартні позначки.

Чи можна отримати звичайний текст?

Так. Після перетворення перемкніть формат на звичайний текст або скористайтеся «PDF у текст». Ви отримаєте ті самі абзаци без позначок Markdown, а таблиці стануть рядками тексту, розділеними табуляцією.

Чи зберігаються тайські знаки тонів?

Так. pdfMB також відновлює знаки тонів, які деякі PDF позначають як «не символ». У нашому тесті збереглися всі 4 911 знаків тонів 35-сторінкової тайської статті.

Чи можна перетворити відсканований PDF?

Так. Увімкніть OCR, виберіть мову, і текст відсканованих сторінок стане абзацами. Перевірте результат, бо OCR може помилково прочитати імена й числа.

Чому зникли деякі номери сторінок чи колонтитули?

Рядки, що повторюються вгорі чи внизу більшості сторінок, і окремі номери сторінок типово прибираються, щоб не розривати текст. Зніміть позначку, щоб їх залишити.