PDFGym
ES

Convierte un PDF en Markdown

o suéltalo aquí
Elige primero un PDF.

La documentación atrapada en PDF es documentación que nadie actualiza. Esta página lee el texto seleccionable, lo reconstruye en orden de lectura con títulos, listas y bloques de código, y verifica que el 98 por ciento de los caracteres conservados sobrevivió en orden. Las páginas escaneadas no tienen texto que liberar, así que esos archivos se rechazan nombrando el motivo.

El manual que tuvo que convertirse en páginas wiki

Cuando el archivo original ya no existe y solo queda el PDF, reescribir sesenta páginas no es un plan. Extrae el texto con su estructura y limpia eso.

Una redactora técnica hereda field-manual-2024.pdf, de 60 páginas, sin original, y la orden de subirlo a la wiki de la empresa. Lo abre aquí, mantiene Conservar marcas de página para que cada sección se pueda rastrear hasta su página, deja Quitar repetidos para quitar los encabezados corrientes y pulsa Convertir a Markdown.

La descarga llega como field-manual-2024.md con títulos inferidos, y la línea de verificación cuenta páginas inspeccionadas y texto retenido. Ella lo pega capítulo a capítulo en la wiki, con las marcas mostrando dónde empezaba cada página del PDF. Una tarde de limpieza gana a un mes reescribiendo.

Del PDF al Markdown en cuatro pasos

  1. Abre el PDF

    Pulsa Elegir un PDF o arrastra el archivo a la página. El documento necesita texto seleccionable que dar.

  2. Fija marcas y repetidos

    Elige Conservar marcas de página o Documento continuo, y luego Quitar repetidos o Conservar cada línea. Una nota bajo las opciones repite la combinación antes de ejecutar.

  3. Convierte el texto

    Pulsa Convertir a Markdown. Las líneas se reconstruyen en orden de lectura, y la evidencia de tamaño y estilo de fuente infiere títulos, listas y bloques de código.

  4. Comprueba y descarga

    El Markdown se vuelve a leer: el conteo de marcas debe igualar al de páginas, los caracteres deben sobrevivir en orden por encima del suelo de retención, y los errores de codificación se rechazan. Descargar Markdown guarda entonces el archivo con el nombre del origen, junto a un porcentaje de retención y notas sobre repetidos quitados y páginas sin texto.

Lo que el conversor infiere y lo que demuestra

Un PDF guarda tramos posicionados; Markdown guarda estructura ordenada. La herramienta agrupa tramos en líneas, líneas en orden de lectura, y asciende las visualmente ruidosas a títulos, las viñetas a listas y los tramos monoespaciados a código. Las marcas de página llegan como comentarios HTML que nombran cada página, invisibles al renderizar, y la limpieza de repetidos solo suelta líneas cortas que se repiten en el mismo borde de página en casi todo el documento. La nota del resultado te dice exactas cuántas líneas cayeron.

La verificación vigila entonces tres cosas: cada marca de página presente y contada, los caracteres visibles sobreviviendo en su orden original, y retención del 98 por ciento o más sin caracteres de reemplazo de codificación. La vista previa muestra la página de origen junto al primer tramo de Markdown como texto plano, sin renderizar a propósito para que nada se ejecute. Échale un ojo antes de fiarte de la estructura.

Documentos que convierten mal

Los escaneos se rechazan sin más: sin capa de texto no hay Markdown, y se nombra el OCR como el paso que falta. El texto adivinado necesita su propia medida de precisión y revisión humana, así que la herramienta se niega a inventarlo. Los artículos a varias columnas, las tablas densas y las notas al pie convierten aproximados, con el orden de lectura haciendo lo que puede y la vista previa mostrando dónde adivinó.

La limpieza de repetidos tiene un filo. Un código de cupón, un aviso o un eslogan impreso en el mismo borde de cada página parece exacto un encabezado corriente para la regla, y caerá con el conteo anotado. Cuando las líneas repetidas son contenido y no mobiliario, repite con Conservar cada línea y borra a mano los verdaderos encabezados.

Cuando Markdown no es el destino

Un documento ofimático editable sale de PDF a Word, y una copia visual de la página de PDF a HTML. Las tablas con cuadrículas de verdad son de PDF a CSV o PDF a Excel. Para volver al papel, Markdown a PDF renderiza Markdown en un documento verificado otra vez. Las imágenes de página para diapositivas vienen de PDF a imagen.

Por qué los borradores se quedan en tu dispositivo

La investigación sin publicar, los borradores legales y los informes internos no deberían pasar pruebas en un servidor ajeno. Extracción, inferencia y comprobación de conservación del texto corren donde el PDF ya está, sin cuenta y sin retener nada.

El modo de fallo es el silencio, no la basura: bajo el suelo de retención, o con duendes de codificación a bordo, no hay descarga sin más. Un archivo ausente te dice que el documento necesita otra ruta, lo que gana a un archivo seguro con agujeros.

Respuestas cortas sobre PDF a Markdown

¿Por qué mi artículo a dos columnas se lee a lo ancho en vez de hacia abajo?
El orden de lectura sigue líneas visuales, y dos columnas parecen una línea ancha para el agrupador. Las palabras sobreviven todas, pero los artículos en columnas necesitan reordenarse a mano tras descargar.
Un código de cupón se repite en cada página y desapareció. ¿Dónde está?
Se lo comió la limpieza de repetidos: una línea corta en el mismo borde en casi todas las páginas cumple la regla del encabezado corriente. Repite con Conservar cada línea para traerlo de vuelta.
¿Qué impone en realidad la retención del 98 por ciento?
Que los caracteres visibles pasaron en su orden original, casi todos. Bajo el suelo, o con caracteres de reemplazo de codificación a bordo, la descarga se retiene en vez de colar agujeros.
¿Puedo fiarme de los títulos inferidos?
Casi. Las líneas más grandes y negras ganan las marcas, y la línea de verificación cuenta cuántos se infirieron. Revisa la vista previa igualmente; un pie ruidoso puede pasar por título.
La vista previa muestra almohadillas # sin más. ¿Está roto?
No. La vista previa es texto plano a propósito: nunca renderiza HTML, sigue enlaces ni carga imágenes. Pega la descarga en cualquier app Markdown para verla vestida.

Más herramientas que mueven palabras

Las herramientas de abajo tratan el texto con el mismo cuidado: extraído en tu dispositivo, comprobado antes de descargar y sin pedirte cuenta nunca.