PDF para Markdown

Títulos, parágrafos, listas e formatação básica de negrito e itálico são convertidos, e cada página é separada por uma linha horizontal (---) na saída. Os níveis de título são deduzidos pelos tamanhos de fonte, então um documento com estilos inconsistentes pode ter alguns títulos no nível errado.

Quando marcada, as imagens do PDF são incorporadas diretamente no Markdown como dados base64, então o arquivo .md único fica autossuficiente, mas pode ficar grande. Deixe desmarcada para documentos com muito texto, para manter a saída pequena e legível em um editor simples.

O conversor lê a camada de texto do PDF, então um documento digitalizado que contém apenas imagens não tem nada para converter. Passe-o primeiro pelo OCR de PDF para adicionar uma camada de texto e depois converta o resultado.

Layouts complexos são o ponto fraco: texto em várias colunas pode sair intercalado, e barras laterais ou notas de rodapé podem parar no lugar errado. Espere revisar e arrumar a saída de páginas estilo revista, enquanto documentos de coluna única precisam de pouca limpeza.

Envie vários PDFs e clique em Converter uma vez. Um arquivo é baixado como filename.md; vários voltam como markdown-files.zip com um .md por PDF, e nomes duplicados recebem um sufixo numerado.

Não. O PDF para Texto entrega texto bruto sem estrutura, o que é melhor para alimentar scripts. O PDF para Markdown mantém títulos, listas e ênfases, então o resultado está pronto para colar no Obsidian, em uma wiki ou em um gerador de sites estáticos.

Se o arquivo exigir senha para abrir, ela é solicitada antes de a conversão começar e o texto é extraído normalmente. A senha não é armazenada em lugar nenhum, e a saída em Markdown não tem proteção própria.

Não. A conversão roda em um mecanismo PyMuPDF carregado no seu navegador como WebAssembly, e o arquivo .md ou o ZIP é gerado na sua máquina. Artigos de pesquisa, contratos e documentos internos permanecem privados.