Struktur, ikke bare ord — overskrifter, lister og avsnitt, i nettleseren.
Behandles på enheten din
Filene dine behandles i nettleseren og lastes aldri opp.
Kan man gjøre en PDF om til Markdown uten å laste den opp?
Ja. En PDF lagrer bokstaver på koordinater og ingenting om struktur, så overskrifter og lister må utledes — av skriftstørrelser, vekt, innrykk og avstanden mellom linjene. Den utledningen skjer i nettleseren, så filen blir på enheten din. Tabellstruktur og leserekkefølge i flere spalter gjenskapes ikke.
Om PDF til Markdown
Vanlig tekstuttrekk gir deg ordene; dette gir deg formen på dokumentet. En PDF lagrer bokstaver på koordinater og sier ingenting om hva som er en overskrift eller en liste, så strukturen må utledes — av skriftstørrelser, av vekt, av innrykk og av avstanden mellom linjene. Den utledningen skjer her i siden, på din egen maskin: overskrifter blir #/##, punkter og nummererte lister blir listeelementer, brutte linjer settes sammen til avsnitt igjen, ord som er delt med bindestrek over et linjeskift repareres, og gjentatte topptekster og sidetall fjernes. Det er laget for å få et dokument inn i et AI-verktøy, en wiki eller en statisk nettstedsgenerator, der strukturen er hele poenget — og for å gjøre det med et dokument du heller ikke vil overlate til noen andres server.
Slik bruker du PDF til Markdown
1
Legg til en PDF
Digitalt fødte dokumenter fungerer best: rapporter, artikler, brev, dokumentasjon. En skanning har ikke noe tekstlag å lese, så kjør den gjennom OCR-verktøyet først.
2
Velg format
Markdown beholder strukturen. Ren tekst gir deg ordene i leserekkefølge, uten noe lagt til.
3
Konverter
Konverteringen skjer i denne siden. Forhåndsvis resultatet og last det ned — ingenting ble lastet opp, så det er ingenting å slette etterpå.
Ofte stilte spørsmål
Blir filen min lastet opp?
Nei. PDF-en leses og konverteres i sin helhet i denne siden, på din egen prosessor. Den enkleste måten å sjekke det er å koble fra nettet og konvertere et dokument likevel: det virker fortsatt, for det er ingen server involvert.
Hvor nøyaktig blir strukturen?
Det er en utledning, ikke en fortolkning. Et dokument med konsekvente overskriftsstørrelser — en rapport, en artikkel, et brev — konverteres rent. Et magasinoppsett, et skjema eller en side med tette spalter gjør det ikke. Ingenting dikes opp: der oppsettet ikke gir noe signal, kommer teksten gjennom som vanlige avsnitt.
Hva skjer med tabeller?
Strukturen deres gjenskapes ikke. Cellene kommer som tekstlinjer i leserekkefølge. En PDF lagrer en tabell som løsrevne tekstbiter og noen streker, og å bygge rutenettet opp igjen fra det krever en tyngre motor enn en nettleser kan bære — så i stedet for å gjette på en tabell og ta feil, beholdes teksten og rutenettet påstås ikke.
Hva er forskjellen fra PDF til tekst?
PDF til tekst gir deg de rå ordene, linje for linje. Dette legger strukturen oppå: overskriftsnivåer, lister, brutte linjer satt sammen til avsnitt, bindestreker reparert, topptekster og sidetall fjernet. Begge kjører i nettleseren, og ingen av dem laster opp noe.
Hvorfor mangler de gjentatte topptekstene i resultatet?
Det er med vilje. En linje som står i topp- eller bunnmargen på de fleste sidene, er en topptekst, en bunntekst eller et sidetall, og å gjenta den midt i markdownen er bare støy. Det kreves minst tre sider før en gjentakelse regnes som et mønster, så et kort dokument beholder alt.
Kan den lage HTML eller JSON?
Ikke på dette nettstedet. De formatene kommer fra en valgfri strukturmotor du kan kjøre selv (se server/README.md i kodelageret), som også gjenskaper tabeller. Den er av her, for å slå den på ville bety å laste opp filen din — og det er ikke en avveining dette nettstedet gjør som standard.