Μετατροπή PDF σε Markdown
Το PDF σε Markdown μετατρέπει το υπάρχον κείμενο ενός PDF σε αρχείο .md, με επικεφαλίδες, παραγράφους και λίστες όπου μπορεί να τις εντοπίσει. Δεν κάνει OCR, οπότε οι σαρωμένες σελίδες βγαίνουν κενές.
Σύρετε και αφήστε αρχεία εδώ ή κάντε κλικ για επιλογή
Δέχεται PDF · έως 500.0 MB ανά αρχείο · έως 20 αρχεία τη φορά
Μπορείτε επίσης να επικολλήσετε ένα αρχείο με Ctrl/Cmd+V ή από το μενού του προχείρου.
Το PDF σε Markdown τρέχει το pdf-inspector στο κείμενο που υπάρχει ήδη στο αρχείο και επιστρέφει λήψη `.md` (`text/markdown`). Στόχος είναι επικεφαλίδες, παράγραφοι και λίστες. Δεν στοχεύει σε διάταξη ακρίβειας pixel.
Δεν κάνει OCR. Οι σελίδες που είναι μόνο εικόνες συχνά βγαίνουν κενές. Για σαρώσεις χρησιμοποιήστε το OCR σε Markdown· εκείνο το εργαλείο επιστρέφει ήδη `.md` και είναι αυτό που κοιτάζει pixel.
Η σειρά ανάγνωσης μπορεί να διαφωνεί με μια πολυστήλη οπτική διάταξη. Οι κεφαλίδες σελίδας μπορεί να επαναλαμβάνονται σε κάθε σελίδα· διαγράψτε τες σε έναν επεξεργαστή. Οι εξισώσεις που ήταν εικόνες στο PDF δεν γίνονται LaTeX. Οι λίστες κώδικα συχνά χάνουν την εσοχή.
Είναι ο μετατροπέας για docs-as-code, διαφορές Git και ροές που θέλουν κείμενο. Κρατήστε το PDF όταν η διάταξη εκτύπωσης είναι το αρχείο αναφοράς. Τα πνευματικά δικαιώματα εξακολουθούν να ισχύουν για τις εξαγόμενες λέξεις· μετατρέπετε μόνο αρχεία που μπορείτε να αναδημοσιεύσετε ως κείμενο.
Τα αρχεία με κωδικό ξεκλειδώνονται για εσάς σε αυτή τη σελίδα μόλις εισαγάγετε τον κωδικό· οι χρήστες API εκτελούν πρώτα «Αφαίρεση κωδικού». Ανοίξτε το Markdown και διορθώστε τα επίπεδα επικεφαλίδων πριν το υποβάλετε. Το Markdown σε PDF σε αυτόν τον ιστότοπο είναι η αντίστροφη κατεύθυνση· ένας γύρος δεν θα επαναφέρει την αρχική διάταξη.
Τα ανεβάσματα είναι προσωρινά. Δεν κρατάμε βιβλιοθήκη Markdown των εγγράφων σας.
Πώς φάνηκε η έξοδος σε τοπικό διακομιστή. Ένα PDF που εξήχθη από επεξεργαστή κειμένου με τίτλο, μία παράγραφο, δύο επικεφαλίδες, μια λίστα με δύο κουκκίδες και έναν πίνακα τριών γραμμών επέστρεψε ως `# Annual Report`, την παράγραφο, `## Findings`, `- First item` και `- Second item`, `## Numbers`, και έναν πίνακα με κάθετες γραμμές με γραμμή κεφαλίδας `|Year|Revenue|` και τις δύο γραμμές δεδομένων. Οι επικεφαλίδες, οι λίστες και οι απλοί πίνακες επιβίωσαν. Η γραμμή μετά τη λίστα ενώθηκε κατευθείαν με την επόμενη επικεφαλίδα χωρίς κενή γραμμή, οπότε ρίξτε μια ματιά στο αποτέλεσμα πριν το δημοσιεύσετε.
Ένα PDF του οποίου το κείμενο χρησιμοποιούσε γραμματοσειρά ίσου πλάτους (αρχείο απλού κειμένου μετατραμμένο σε PDF) επέστρεψε ως ένα μόνο περιφραγμένο μπλοκ κώδικα, με την πρώτη γραμμή που έμοιαζε με επικεφαλίδα μέσα στον φράχτη και όχι ως επικεφαλίδα `#`. Περιμένετε το ίδιο για PDF κώδικα, αρχείων καταγραφής ή εγγράφων τύπου γραφομηχανής, και αφαιρέστε ή μετακινήστε τους φράχτες αν θέλετε παραγράφους.
Ένα PDF μόνο με εικόνες, φτιαγμένο από τρεις φωτογραφίες με το Εικόνες σε PDF, επέστρεψε HTTP 200 με σώμα `text/markdown` μηδενικών bytes. Μια κενή λήψη σημαίνει λοιπόν ότι το αρχείο δεν έχει επίπεδο κειμένου, όχι ότι απέτυχε η μετατροπή. Ένα αρχείο που δεν είναι PDF επιστρέφει 400 με `invalid_pdf` και ένα κρυπτογραφημένο επιστρέφει 400 με `password_required`.
Επιλογή γειτονικού εργαλείου: το PDF σε RTF (κείμενο) είναι αυτό που δοκιμάζετε όταν θέλετε τις λέξεις χωρίς σημάνσεις Markdown, το PDF σε CSV είναι για πίνακες και το OCR είναι το εργαλείο για σαρώσεις. Χρησιμοποιήστε το PDF σε Markdown όταν ο προορισμός είναι αποθετήριο, γεννήτρια στατικών ιστοτόπων ή prompt, όπου οι επικεφαλίδες και οι λίστες μετράνε περισσότερο από τη γεωμετρία σελίδας.
Η λήψη παίρνει το όνομα του αρχείου που ανεβάσατε, οπότε το `doc.pdf` επέστρεψε `doc.md`.
Λειτουργίες
- Εξαγωγή εγγενούς κειμένου PDF σε Markdown με pdf-inspector
- Δεν κάνει OCR· οι σαρώσεις χρειάζονται το εργαλείο OCR
- Η λήψη είναι `text/markdown` με όνομα `.md`
- Ανώνυμο API στο /api/v1/convert/pdf/markdown
Πότε το χρησιμοποιείτε
- Μεταφορά ενός PDF README σε αποθετήριο Git
- Τροφοδοσία κειμένου άρθρου σε ροή prompt
- Προσχέδιο κειμένου ιστοσελίδας από ένα PDF ενημερωτικό σημείωμα
- Μετατροπή ενός εξαγόμενου εγγράφου πολιτικής σε Markdown ώστε μια διαφορά να δείχνει ακριβώς ποιες προτάσεις άλλαξαν ανάμεσα στις εκδόσεις
- Μεταφορά του κειμένου μιας μακριάς αναφοράς σε εργαλείο σημειώσεων που καταλαβαίνει επικεφαλίδες και λίστες
Πώς μετατρέπω ένα PDF σε Markdown;
- Προτιμήστε PDF με κείμενο. Για σαρώσεις χρησιμοποιήστε αντί γι' αυτό το OCR σε Markdown.
- Ανεβάστε το PDF και πατήστε «Εκτέλεση».
- Κατεβάστε το αρχείο `.md`.
- Διορθώστε στον επεξεργαστή σας τα επίπεδα επικεφαλίδων, τις επαναλαμβανόμενες κεφαλίδες και τους πίνακες.
- Αν η λήψη είναι κενή, το PDF δεν έχει επίπεδο κειμένου. Μεταβείτε στο OCR αντί να δοκιμάσετε ξανά.
- Ελέγξτε το αποτέλεσμα για κενές γραμμές που λείπουν πριν από επικεφαλίδες και για φράχτες κώδικα γύρω από συνηθισμένο κείμενο, και μετά κάντε προεπισκόπηση στον renderer Markdown σας.
Όρια και ειδικές περιπτώσεις
- Χωρίς OCR· οι σελίδες μόνο με εικόνες δίνουν λίγο ή καθόλου κείμενο
- Η πιστότητα διάταξης είναι περιορισμένη
- Οι πολύπλοκοι πίνακες μπορεί να χρειάζονται διορθώσεις με το χέρι
- Ένα PDF μόνο με εικόνες επιστρέφει επιτυχές αρχείο μηδενικών bytes και όχι σφάλμα
- Κείμενο σε γραμματοσειρά ίσου πλάτους επιστράφηκε μέσα σε φράχτη κώδικα σε δοκιμή
- Μπορεί να λείπει κενή γραμμή πριν από επικεφαλίδα που ακολουθεί λίστα
- Όριο ανεβάσματος σε αυτόν τον ιστότοπο: 500 MB ανά αρχείο, με αποστολή σε τμήματα πάνω από περίπου 95 MB. Το σώμα ενός μεμονωμένου άμεσου αιτήματος API περιορίζεται στα 100 MB.
Παραδείγματα
- Μια λευκή βίβλος με κείμενο γίνεται αρχείο .md με παραγράφους και επικεφαλίδες
- Μια σάρωση χωρίς OCR δίνει λίγο ή καθόλου χρήσιμο Markdown
- Μια εξαγωγή από επεξεργαστή κειμένου με τίτλο, δύο επικεφαλίδες, λίστα με κουκκίδες και πίνακα τριών γραμμών παρήγαγε επικεφαλίδες `# `, `## `, κουκκίδες `- ` και πίνακα με κάθετες γραμμές
- Ένα PDF φτιαγμένο από τρεις φωτογραφίες επέστρεψε κενό `.md` με HTTP 200
- Ένα αρχείο κειμένου μετατραμμένο σε PDF σε γραμματοσειρά ίσου πλάτους επέστρεψε ως ένα περιφραγμένο μπλοκ κώδικα περίπου 210 γραμμών
Απόρρητο για αυτό το εργαλείο
Τα αρχεία ανεβαίνουν μέσω HTTPS, επεξεργάζονται στη μνήμη ή σε βραχύβιο προσωρινό κατάλογο στους διακομιστές μας και διαγράφονται όταν το αποτέλεσμα είναι έτοιμο. Δεν κρατάμε αντίγραφα για μετέπειτα περιήγηση, εκπαίδευση μοντέλων ή διαφημιστικά προφίλ. Οι λεπτομέρειες διατήρησης και οι γνωστοποιήσεις για cookie του AdSense βρίσκονται στην Πολιτική απορρήτου.
Συχνές ερωτήσεις
- Γιατί το Markdown μου είναι κενό;
- Το PDF πιθανότατα δεν έχει επίπεδο κειμένου. Χρησιμοποιήστε το OCR σε Markdown για σαρώσεις. Αυτό το εργαλείο διαβάζει μόνο κείμενο που υπάρχει ήδη στο αρχείο.
- Είναι το ίδιο με το OCR;
- Όχι. Το OCR κοιτάζει σελίδες-εικόνες. Το PDF σε Markdown χρησιμοποιεί pdf-inspector σε εγγενές κείμενο.
- Διατηρεί τις γραμματοσειρές;
- Το Markdown είναι κείμενο με ελαφριά δομή. Οι γραμματοσειρές προέρχονται από ό,τι αποδίδει αργότερα το Markdown.
- Μπορώ να μετατρέψω το Markdown ξανά σε PDF;
- Ναι, μέσω του Markdown σε PDF. Η διάταξη δεν θα ταιριάζει με το αρχικό PDF.
- Μετατρέπονται οι πίνακες;
- Οι απλοί μπορούν. Ένας πίνακας δοκιμής τριών γραμμών επέστρεψε ως πίνακας Markdown με κάθετες γραμμές και γραμμή κεφαλίδας. Τα συγχωνευμένα κελιά, οι εμφωλευμένοι πίνακες και οι πίνακες που απλώνονται σε πολλές σελίδες μπορεί να χρειάζονται διορθώσεις με το χέρι· το PDF σε CSV είναι ο καλύτερος προορισμός όταν μετράει μόνο ο πίνακας.
- Γιατί ολόκληρο το έγγραφο είναι μέσα σε μπλοκ κώδικα;
- Ένα PDF δοκιμής σε γραμματοσειρά ίσου πλάτους επέστρεψε τυλιγμένο σε περιφραγμένο μπλοκ κώδικα. Έτσι αντιμετώπισε το κείμενο ο εξαγωγέας. Διαγράψτε τις γραμμές του φράχτη αν το κείμενο είναι πραγματικά πεζός λόγος.
- Γιατί το αρχείο .md είναι κενό παρότι το αίτημα πέτυχε;
- Ο διακομιστής επέστρεψε HTTP 200 με κενό σώμα για PDF μόνο με εικόνες. Δεν υπήρχε κείμενο προς εξαγωγή. Εκτελέστε OCR για σαρώσεις και φωτογραφίες σελίδων.
- Ποιο σφάλμα παίρνω για κρυπτογραφημένο ή κατεστραμμένο PDF;
- Ένα κρυπτογραφημένο αρχείο επιστρέφει 400 με λόγο `password_required`· η σελίδα ζητά τον κωδικό και οι χρήστες API εκτελούν πρώτα την Αφαίρεση κωδικού. Ένα αρχείο που δεν είναι PDF επιστρέφει 400 με `invalid_pdf`, και η υπόδειξη προτείνει την Επισκευή PDF.
- Να χρησιμοποιήσω Markdown ή απλό κείμενο;
- Χρησιμοποιήστε Markdown όταν οι επικεφαλίδες και οι λίστες πρέπει να επιβιώσουν σε αποθετήριο ή prompt. Χρησιμοποιήστε το PDF σε RTF (κείμενο) όταν θέλετε μόνο τις λέξεις και καμία σήμανση.
Τελευταία ενημέρωση:
Κλήση από κώδικα
Κάθε εργαλείο στον ιστότοπο είναι ένα απλό REST API. Για ανώνυμη χρήση δεν χρειάζεται λογαριασμός ούτε κλειδί API. Ίδιο για πρόγραμμα περιήγησης, προγραμματιστές και πράκτορες AI.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/markdown" \
-F "[email protected]" \
-o output.pdfΔιατίθεται και ως εργαλείο MCP, για πελάτες που μιλούν Model Context Protocol (JSON-RPC 2.0 μέσω POST /mcp). Πλήρης αναφορά API
Χρήση από πράκτορα AI
SkillΜε αυτό το skill, τα Claude Code, Codex, Cursor και άλλοι πράκτορες AI μπορούν να εκτελέσουν το «PDF σε Markdown» για εσάς: /skills/pdf123-pdf-to-markdown.md
Τα αρχεία χρησιμοποιούνται μόνο για αυτή την εργασία και διαγράφονται αυτόματα μετά.