Prevodník PDF do Markdownu
PDF sú na čítanie, nie na opätovné použitie. Tento prevodník obnoví text ako Markdown, ktorý môžete upravovať, publikovať alebo vložiť inam — s úprimným krokom editora pred stiahnutím.
Ako to funguje, krok za krokom
- Vyberte textové PDF.
- Prezrite si extrahovaný Markdown v editore — opravte každý riadok, ktorý prevodník prečítal nesprávne.
- Stiahnite si hotový súbor.
Obľúbené nástroje PDF
Často kladené otázky
Ako tu funguje prevod PDF do Markdownu?
PDF.js číta textovú vrstvu dokumentu — ten istý text, ktorý môžete vybrať v čítačke — a znovu skladá riadky v poradí čítania. Veľkosti písma sa porovnávajú s mediánom dokumentu: oveľa väčšie riadky sa stanú nadpismi najvyššej úrovne, mierne väčšie sa stanú podnadpismi.
Prežijú obrázky a rozloženie?
Nie — a tento nástroj to hovorí vopred. Výstup Markdown je textová rekonštrukcia: obrázky sa nevkladajú a viacstĺpcové rozloženia sa čítajú stĺpec po stĺpci tak dobre, ako to poradie textu dovolí. Pre kópiu presnú na pixel je dokumentom samotné PDF; tento prevod je na opätovné použitie slov.
Moje PDF je sken. Bude to fungovať?
Naskenované PDF nemajú textovú vrstvu, takže extrakcia nič nenájde. Najprv prežeňte sken nástrojom OCR v Loona Text Tools, potom preveďte výsledný text.
Nahráva sa moje PDF?
Nie — extrakcia beží vo vašom prehliadači pomocou PDF.js.
Pod kapotou
Extrakcia zoskupuje textové položky do riadkov podľa ich vertikálnej polohy, zoradí ich zľava doprava a meria veľkosť písma každého riadka oproti mediánu stránky, aby priradila úrovne nadpisov. Zalomenia stránok sa stanú oddeľovačmi. Výsledok sa zobrazí v editore vyššie, aby ste mohli čokoľvek opraviť pred stiahnutím — prevod PDF nikdy nie je dokonalý a predstierať opak by bolo neúprimné.
Vypracovaný príklad
12-stranová správa PDF sa stane štruktúrovaným dokumentom Markdown — nadpis ako hlavný nadpis, názvy sekcií ako podnadpisy, telo ako odseky — pripravená na vloženie do webovej stránky alebo editora dokumentov.