PDF به Markdown

سرتیترها، پاراگراف‌ها، فهرست‌ها و قالب‌بندی ساده درشت و کج تبدیل می‌شوند و هر صفحه در خروجی با خط افقی (---) جدا می‌شود. سطح سرتیترها از اندازهٔ فونت استنباط می‌شود، پس سندی با سبک‌بندی ناهمگون ممکن است برخی سرتیترها را با سطح اشتباه داشته باشد.

وقتی تیک خورده باشد، تصاویر PDF مستقیماً به‌صورت داده‌های base64 در Markdown جاسازی می‌شوند، پس فایل .md تنها مستقل است ولی ممکن است بزرگ شود. برای اسناد پرمتن آن را خاموش بگذارید تا خروجی کوچک و در ویرایشگر ساده خوانا بماند.

مبدل لایهٔ متنی PDF را می‌خواند، پس سند اسکن‌شده‌ای که فقط تصویر است چیزی برای تبدیل ندارد. ابتدا آن را از OCR PDF بگذرانید تا لایهٔ متنی اضافه شود و سپس نتیجه را تبدیل کنید.

چیدمان‌های پیچیده نقطهٔ ضعف‌اند: متن چندستونی ممکن است درهم شود و نوارهای کناری یا پانوشت‌ها ممکن است جای اشتباه بنشینند. برای صفحه‌های سبک مجله انتظار داشته باشید خروجی را بررسی و مرتب کنید، در حالی که اسناد تک‌ستونی به پاک‌سازی کمی نیاز دارند.

چند PDF را بارگذاری کنید و یک بار روی «تبدیل» کلیک کنید. یک فایل به‌صورت filename.md دانلود می‌شود؛ چند فایل به‌صورت markdown-files.zip با یک .md برای هر PDF برمی‌گردند و نام‌های تکراری پسوند شماره‌دار می‌گیرند.

خیر. PDF به متن متن خام بدون ساختار می‌دهد که برای دادن به اسکریپت‌ها بهتر است. PDF به Markdown سرتیترها، فهرست‌ها و تأکیدها را حفظ می‌کند تا نتیجه آمادهٔ چسباندن در Obsidian، ویکی یا تولیدکنندهٔ سایت ایستا باشد.

اگر باز کردن فایل گذرواژه می‌خواهد، پیش از شروع تبدیل از شما پرسیده می‌شود و متن طبق معمول استخراج می‌شود. گذرواژه جایی ذخیره نمی‌شود و خروجی Markdown خودش محافظتی ندارد.

خیر. تبدیل با موتور PyMuPDF که به‌صورت WebAssembly در مرورگر شما بارگذاری می‌شود انجام می‌شود و فایل .md یا ZIP روی دستگاه شما تولید می‌شود. مقاله‌های پژوهشی، قراردادها و اسناد داخلی خصوصی می‌مانند.