pdfMB

Chuyển PDF sang Markdown

Chuyển PDF thành Markdown có tiêu đề, danh sách, bảng và liên kết. Sao chép hoặc tải tệp .md về. Tệp của bạn ở lại trên thiết bị này.

  • Không tải lênFile của bạn ở lại trên thiết bị này.
  • File gốc của bạn được giữ nguyênBạn tải về một bản sao mới. File của bạn không bị thay đổi.
  • Miễn phí, không cần đăng kýKhông cần tài khoản, không giới hạn số lần mỗi ngày.

Điều gì xảy ra với tệp của bạn

Mọi bước dưới đây đều diễn ra trong trình duyệt, trên chính thiết bị của bạn. PDF không được tải lên, nên không ai khác, kể cả chúng tôi, có thể xem được.

  1. Trình duyệt mở PDF bằng pdf.js, trình xem PDF có sẵn trong Firefox, và đọc từng mẩu chữ kèm vị trí, phông chữ, cỡ chữ, chữ đậm và chữ nghiêng.
  2. Các mẩu chữ trên cùng một dòng được nối thành dòng, rồi các dòng được nối thành đoạn văn. Những từ bị ngắt bằng dấu gạch nối ở cuối dòng cũng được nối lại.
  3. Trang có hai hoặc ba cột được đọc lần lượt từng cột, nên câu từ các cột khác nhau không bị trộn lẫn theo từng dòng.
  4. Chữ lớn hơn hẳn phần thân bài sẽ thành tiêu đề: # cho tiêu đề chính, ## và ### cho các mục. Những dòng in đậm ngắn cũng thành tiêu đề.
  5. Dòng bắt đầu bằng dấu đầu dòng hoặc số sẽ thành danh sách Markdown. Bảng kẻ bằng đường nét và các hàng được căn bằng tab sẽ thành bảng Markdown, mỗi hàng nằm trên một dòng.
  6. Chữ đậm và chữ nghiêng được giữ dưới dạng **đậm** và *nghiêng*. Liên kết web trong PDF trở thành liên kết [chữ](địa chỉ) gắn trên đúng những từ mà nó bao phủ.
  7. Các ký tự có ý nghĩa trong Markdown, như * _ # và [, được thoát bằng dấu gạch chéo ngược, nên chúng hiện đúng như đã viết thay vì biến thành định dạng.
  8. Một số PDF, thường là PDF lưu từ trình duyệt web, đánh dấu một vài ký tự là “không có ký tự”. Trong tiếng Thái, đó thường là dấu thanh nằm trên nguyên âm. pdfMB dựng lại chúng từ các phông chữ bên trong tệp của bạn.
  9. Các trang không có chữ, như bản quét, có thể được đọc bằng cùng bộ máy OCR với OCR PDF. Chỉ dữ liệu ngôn ngữ được tải về, và chỉ một lần.
  10. Tệp .md hoặc .txt được tạo ngay trên thiết bị của bạn dưới dạng văn bản UTF-8 và lưu thẳng vào thư mục tải về, hoặc sao chép vào bộ nhớ tạm.
Tóm tắt các bước
  1. Chọn PDF
  2. Nhấn “Chuyển sang Markdown”
  3. Kiểm tra bản xem trước
  4. Sao chép hoặc tải tệp .md về

Cách chuyển PDF sang Markdown

  1. Chọn một PDF hoặc thả nó vào ô. pdfMB đọc từng trang và cho bạn biết có trang nào là bản quét không có chữ hay không.
  2. Nếu có trang quét, hãy để bật “Đọc chữ trên các trang quét (OCR)” và chọn ngôn ngữ của tài liệu.
  3. Nhấn “Chuyển sang Markdown”. Một thanh tiến trình cho biết đã làm được bao nhiêu.
  4. Xem qua bản xem trước. Bạn có thể chuyển sang văn bản thuần, giữ hoặc bỏ đầu trang và chân trang, và đánh dấu chỗ bắt đầu mỗi trang. Bản xem trước cập nhật ngay.
  5. Nhấn “Sao chép tất cả” để dán vào nơi khác, hoặc tải tệp .md về.

Vì sao nên dùng Markdown

Markdown là văn bản thuần có thêm vài ký hiệu để thể hiện cấu trúc: # cho tiêu đề, - cho danh sách, | cho bảng. Nó mở được bằng mọi trình soạn thảo văn bản và vẫn dễ đọc kể cả khi không có định dạng.

Các ứng dụng ghi chú như Obsidian và Notion, các wiki, GitHub và phần lớn công cụ tài liệu đọc Markdown trực tiếp, nên tiêu đề và bảng vẫn là tiêu đề và bảng khi đưa vào.

Công cụ chat AI và chỉ mục tìm kiếm làm việc với Markdown tốt hơn so với chữ thô từ PDF, vì tiêu đề và bảng cho chúng biết tài liệu được sắp xếp thế nào. Bạn có thể dán kết quả thẳng vào khung chat.

Khi nào mọi người dùng công cụ này

Ghi chú và wiki

Đưa báo cáo, sách hướng dẫn hay bài báo vào Obsidian, Notion, wiki hoặc README trên GitHub mà vẫn giữ nguyên tiêu đề, danh sách và bảng.

Chat với AI

Dán một PDF dài vào khung chat AI dưới dạng Markdown, để AI thấy được các mục và bảng thay vì một khối chữ dày đặc.

Chỉnh sửa và trích dẫn

Lấy chữ ra khỏi PDF để viết lại, dịch hoặc trích dẫn, không phải tự tay sửa những dòng bị ngắt.

Tài liệu tiếng Thái

Chuyển đổi PDF tiếng Thái, kể cả PDF lưu từ trình duyệt web, mà không mất dấu thanh.

Những gì công cụ chưa làm được

  • Hình ảnh, biểu đồ và hình vẽ không được đưa vào. Markdown chỉ giữ chữ. Hãy dùng Chuyển PDF sang JPG để lưu hình ảnh.
  • Công thức toán ra dưới dạng văn bản thuần, chỉ số trên và chỉ số dưới được viết bằng <sup> và <sub>.
  • Ô bảng đã gộp sẽ bị tách thành các ô bình thường, và bảng không có đường kẻ hay điểm dừng tab sẽ ra thành đoạn văn.
  • Tiêu đề được nhận ra dựa vào cỡ và độ đậm của chữ, nên tài liệu dùng cùng một kiểu chữ cho mọi thứ có thể có ít tiêu đề hơn.
  • Liên kết bên trong tài liệu, như mục lục, không được giữ lại. Chỉ liên kết tới trang web và địa chỉ email được giữ.
  • Các ngôn ngữ viết từ phải sang trái, như tiếng Ả Rập và tiếng Do Thái, chưa được kiểm thử đủ. Hãy kiểm tra kết quả thật kỹ.
  • PDF có mật khẩu, và PDF mà chủ sở hữu đã chặn sao chép, thì không chuyển đổi được.

Câu hỏi về việc chuyển PDF sang Markdown

PDF của tôi có bị tải lên không?

Không. pdfMB chuyển đổi tệp ngay trong trình duyệt, và tệp không bao giờ rời khỏi thiết bị của bạn. Bạn có thể tự kiểm tra bằng công cụ mạng của trình duyệt.

Công cụ xuất ra loại Markdown nào?

CommonMark với bảng kiểu GitHub, loại mà GitHub, Obsidian, VS Code, phần lớn các wiki và công cụ tạo trang tĩnh đều đọc được. Chữ đậm, chữ nghiêng, liên kết và danh sách dùng các ký hiệu chuẩn.

Tôi có thể lấy văn bản thuần không?

Có. Sau khi chuyển đổi, hãy đổi định dạng sang văn bản thuần, hoặc dùng công cụ Chuyển PDF sang văn bản. Bạn sẽ có các đoạn văn y như vậy nhưng không có ký hiệu Markdown nào, còn bảng thành các hàng chữ cách nhau bằng tab.

Dấu thanh tiếng Thái có được giữ không?

Có. pdfMB còn khôi phục cả những dấu thanh mà một số PDF đánh dấu là “không có ký tự”. Trong thử nghiệm của chúng tôi, cả 4.911 dấu thanh của một bài viết tiếng Thái dài 35 trang đều được giữ nguyên.

Có chuyển được PDF scan không?

Có. Bật OCR, chọn ngôn ngữ, và chữ trên các trang quét sẽ thành đoạn văn. Hãy kiểm tra kết quả, vì OCR có thể đọc nhầm tên và con số.

Vì sao một số số trang hoặc đầu trang bị mất?

Những dòng lặp lại ở đầu hoặc cuối hầu hết các trang, và những dòng chỉ có số trang, được bỏ theo mặc định để không làm đứt mạch văn. Bỏ chọn tùy chọn đó nếu bạn muốn giữ lại.