Geuza PDF kuwa Markdown
PDF kuwa Markdown hugeuza maandishi yaliyopo ya PDF kuwa faili ya .md, yenye vichwa, aya na orodha inapoweza kuvitambua. Haifanyi OCR, kwa hiyo kurasa zilizoskaniwa hutoka tupu.
Buruta faili hapa, au bofya uchague
Inakubali PDF · hadi 500.0 MB kwa kila faili · hadi faili 20 kwa mara moja
Unaweza pia kubandika faili kwa Ctrl/Cmd+V au kutoka kwenye menyu ya ubao wa kunakili.
PDF kuwa Markdown huendesha pdf-inspector kwenye maandishi yaliyopo ya faili na kurudisha upakuaji wa `.md` (`text/markdown`). Vichwa, aya na orodha ndivyo lengo. Mpangilio wa pikseli kamili si lengo.
Haifanyi OCR. Kurasa za picha tu mara nyingi hutoka tupu. Kwa skani, tumia OCR kuwa Markdown; zana hiyo tayari hurudisha `.md` na ndiyo inayotazama pikseli.
Mpangilio wa kusoma unaweza kutofautiana na mpangilio wa kuona wa safu wima nyingi. Vichwa vinavyokimbia vinaweza kurudiwa kila ukurasa; vifute kwenye kihariri. Milinganyo iliyokuwa picha kwenye PDF haigeuki kuwa LaTeX. Orodha za msimbo mara nyingi hupoteza upangaji wa ndani.
Hiki ni kigeuzi cha docs-as-code, tofauti za Git, na minyororo ya kazi inayotaka maandishi. Weka PDF mpangilio wa kuchapisha unapokuwa rekodi. Hakimiliki bado inatumika kwa maneno yaliyotolewa; geuza faili ambazo unaruhusiwa kuzichapisha upya kama maandishi pekee.
Faili zilizolindwa kwa nenosiri hufunguliwa kwa ajili yako kwenye ukurasa huu ukishaingiza nenosiri; wapigaji wa API waendeshe Ondoa nenosiri kwanza. Fungua Markdown na urekebishe viwango vya vichwa kabla ya kuiwasilisha. Markdown kuwa PDF kwenye tovuti hii ni mwelekeo wa kinyume; mzunguko kamili hautarejesha mpangilio wa asili.
Upakiaji ni wa muda. Hatuhifadhi maktaba ya Markdown ya hati zako.
Pato lilivyoonekana kwenye seva ya ndani. PDF iliyosafirishwa kutoka kichakataji cha maneno yenye kichwa, aya, vichwa viwili vidogo, orodha ya vitone ya vipengee viwili na jedwali la safu tatu ilirudi kama `# Annual Report`, aya, `## Findings`, `- First item` na `- Second item`, `## Numbers`, na jedwali la mistari wima lenye safu ya kichwa ya `|Year|Revenue|` na safu mbili za data. Vichwa, orodha na majedwali rahisi vilibaki. Mstari baada ya orodha uliingia moja kwa moja kwenye kichwa kinachofuata bila mstari tupu, kwa hiyo pitia matokeo haraka kabla ya kuyachapisha.
PDF ambayo maandishi yake yalitumia fonti ya upana sawa (faili ya maandishi matupu iliyogeuzwa kuwa PDF) ilirudi kama kizuizi kimoja cha msimbo kilichozungushwa, huku mstari wa kwanza unaofanana na kichwa ukiwa ndani ya uzio badala ya kuwa kichwa cha `#`. Tarajia hilo kwa PDF za msimbo, kumbukumbu au hati za mtindo wa taipureta, na uondoe au usogeze uzio ukitaka aya.
PDF ya picha tu, iliyotengenezwa kutoka picha tatu kwa Picha kuwa PDF, ilirudisha HTTP 200 na mwili wa `text/markdown` wa baiti sifuri. Upakuaji tupu kwa hiyo unamaanisha faili haina safu ya maandishi, si kwamba ugeuzaji umeshindwa. Faili isiyo PDF hurudisha 400 na `invalid_pdf`, na iliyosimbwa hurudisha 400 na `password_required`.
Kuchagua jirani: PDF kuwa RTF (maandishi) ni ya kujaribu unapotaka maneno bila alama za Markdown, PDF kuwa CSV ni ya majedwali, na OCR ndiyo zana ya skani. Tumia PDF kuwa Markdown wakati lengo ni hazina, kijenzi cha tovuti tuli au maelekezo, ambapo vichwa na orodha ni muhimu zaidi kuliko jiometri ya ukurasa.
Upakuaji huitwa kwa jina la upakiaji, kwa hiyo `doc.pdf` ilirudisha `doc.md`.
Sifa
- Utoaji wa pdf-inspector wa maandishi asilia ya PDF kuwa Markdown
- Haifanyi OCR; skani zinahitaji zana ya OCR
- Upakuaji ni `text/markdown` wenye jina la `.md`
- API isiyo na jina: /api/v1/convert/pdf/markdown
Lini utumie
- Kuhamisha README ya PDF kwenye hazina ya Git
- Kulisha maandishi ya makala kwenye mnyororo wa maelekezo
- Kuandaa rasimu ya maandishi ya wavuti kutoka maelezo ya PDF
- Kugeuza hati ya sera iliyosafirishwa kuwa Markdown ili tofauti ionyeshe hasa sentensi zipi zimebadilika kati ya matoleo
- Kuvuta maandishi ya ripoti ndefu kwenye zana ya maelezo inayoelewa vichwa na orodha
Ninageuzaje PDF kuwa Markdown?
- Pendelea PDF yenye msingi wa maandishi. Kwa skani, tumia OCR kuwa Markdown badala yake.
- Pakia PDF na ubofye Chakata.
- Pakua faili ya `.md`.
- Rekebisha viwango vya vichwa, vichwa vinavyorudiwa, na majedwali kwenye kihariri chako.
- Ikiwa upakuaji ni tupu, PDF haina safu ya maandishi. Badilisha hadi OCR badala ya kujaribu tena.
- Pitia matokeo kutafuta mistari tupu inayokosekana kabla ya vichwa na uzio wa msimbo uliozunguka maandishi ya kawaida, kisha uyahakiki kwenye kichoraji chako cha Markdown.
Mipaka na hali maalum
- Hakuna OCR; kurasa za picha tu hutoa kidogo au hakuna kabisa
- Uaminifu wa mpangilio ni mdogo
- Majedwali tata yanaweza kuhitaji marekebisho ya mkono
- PDF ya picha tu hurudisha faili yenye mafanikio ya baiti sifuri badala ya hitilafu
- Maandishi ya fonti ya upana sawa yalirudishwa ndani ya uzio wa msimbo kwenye jaribio
- Mstari tupu unaweza kukosekana kabla ya kichwa kinachofuata orodha
- Kikomo cha kupakia kwenye tovuti hii: MB 500 kwa kila faili, likitumwa kwa vipande zaidi ya takriban MB 95. Mwili wa ombi moja la moja la API una kikomo cha MB 100.
Mifano
- Karatasi nyeupe ya maandishi inakuwa faili ya .md yenye aya na vichwa
- Skani bila OCR hutoa Markdown kidogo au isiyo na manufaa kabisa
- Usafirishaji wa kichakataji cha maneno wenye kichwa, vichwa viwili vidogo, orodha ya vitone na jedwali la safu tatu ulitoa vichwa vya `# `, `## `, vitone vya `- ` na jedwali la mistari wima
- PDF iliyotengenezwa kutoka picha tatu ilirudisha `.md` tupu na HTTP 200
- Faili ya maandishi iliyogeuzwa kuwa PDF kwa fonti ya upana sawa ilirudi kama kizuizi kimoja cha msimbo chenye uzio cha takriban mistari 210
Faragha ya zana hii
Faili hupakiwa kupitia HTTPS, zinachakatwa kwenye kumbukumbu au folda ya muda mfupi kwenye seva zetu, na kufutwa matokeo yakiwa tayari. Hatuhifadhi nakala kwa kuvinjari baadaye, mafunzo, au wasifu wa matangazo. Tazama Sera ya Faragha kwa maelezo ya uhifadhi na ufichuzi wa vidakuzi vya AdSense.
Maswali ya kawaida
- Kwa nini Markdown yangu ni tupu?
- Huenda PDF haina safu ya maandishi. Tumia OCR kuwa Markdown kwa skani. Zana hii husoma maandishi yaliyopo tayari kwenye faili tu.
- Je, hii ni sawa na OCR?
- Hapana. OCR hutazama kurasa za picha. PDF kuwa Markdown hutumia pdf-inspector kwenye maandishi asilia.
- Je, hii huhifadhi fonti?
- Markdown ni maandishi pamoja na muundo mwepesi. Fonti hutoka kwa chochote kinachochora Markdown baadaye.
- Naweza kugeuza Markdown kurudi PDF?
- Ndiyo kupitia Markdown kuwa PDF. Mpangilio hautalingana na PDF ya asili.
- Je, majedwali yanageuzwa?
- Rahisi yanaweza. Jedwali la majaribio la safu tatu lilirudi kama jedwali la mistari wima la Markdown pamoja na safu yake ya kichwa. Seli zilizounganishwa, majedwali yaliyo ndani ya majedwali na majedwali yaliyosambaa kwenye kurasa kadhaa yanaweza kuhitaji marekebisho ya mkono; PDF kuwa CSV ndilo lengo bora wakati jedwali pekee ndilo muhimu.
- Kwa nini hati nzima iko ndani ya kizuizi cha msimbo?
- PDF ya majaribio iliyowekwa kwa fonti ya upana sawa ilirudi imezungushwa kwenye kizuizi cha msimbo chenye uzio. Hivyo ndivyo kitoaji kilivyoshughulikia maandishi. Futa mistari ya uzio ikiwa maandishi kwa kweli ni nathari.
- Kwa nini faili ya .md ni tupu ingawa ombi lilifanikiwa?
- Seva ilirudisha HTTP 200 yenye mwili tupu kwa PDF ya picha tu. Hakukuwa na maandishi ya kutoa. Endesha OCR kwa skani na picha za kurasa.
- Naona hitilafu gani kwa PDF iliyosimbwa au iliyoharibika?
- Faili iliyosimbwa hurudisha 400 na sababu `password_required`; ukurasa huomba nenosiri na wapigaji wa API waendeshe Ondoa nenosiri kwanza. Faili isiyo PDF hurudisha 400 na `invalid_pdf`, na kidokezo hupendekeza Rekebisha PDF.
- Nitumie Markdown au maandishi matupu?
- Tumia Markdown wakati vichwa na orodha vinapaswa kubaki katika hazina au maelekezo. Tumia PDF kuwa RTF (maandishi) unapotaka maneno tu bila alama.
Ilisasishwa mwisho:
Tumia kutoka msimbo
Kila zana hapa ni REST. Matumizi bila kujisajili hayahitaji akaunti wala ufunguo wa API. Inafaa kivinjari, watengenezaji, na mawakala wa AI.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/markdown" \
-F "[email protected]" \
-o output.pdfPia inapatikana kama zana ya MCP kwa programu zinazotumia Model Context Protocol (JSON-RPC 2.0, POST /mcp). Maelezo kamili ya API
Itumie kupitia wakala wa AI
SkillUkiwa na skill hii, Claude Code, Codex, Cursor na mawakala wengine wa AI wanaweza kukuendeshea "PDF kuwa Markdown": /skills/pdf123-pdf-to-markdown.md
Faili inatumika kazi hii tu, kisha inafutwa yenyewe.