PDFGym
PT

Converta um PDF em Markdown

ou solte-o aqui
Escolha primeiro um PDF.

Documentação presa em PDF é documentação que ninguém atualiza. Esta página lê o texto selecionável, o reconstrói em ordem de leitura com títulos, listas e blocos de código, e verifica que 98 por cento dos caracteres mantidos sobreviveram em sequência. Páginas escaneadas não têm texto a libertar, então esses arquivos são recusados com o motivo nomeado.

O manual que tinha de virar páginas de wiki

Quando o arquivo de origem sumiu e só o PDF resta, redigitar sessenta páginas não é plano. Extraia o texto com sua estrutura e limpe isso.

Uma redatora técnica herda manual-campo-2024.pdf, 60 páginas, sem origem, e uma ordem de mudá-lo para a wiki da empresa. Ela o abre aqui, mantém marcas de página ligadas para cada seção ficar rastreável à sua página, deixa remoção de repetidos ligada para soltar os cabeços corridos, e aperta Converter em Markdown.

O download cai como manual-campo-2024.md com títulos inferidos, a linha de prova contando páginas inspecionadas e texto retido. Ela o cola capítulo a capítulo na wiki, marcas mostrando onde cada página do PDF começava. Uma tarde de limpeza vence um mês redigitando.

Quatro passos do PDF ao Markdown

  1. Abra o PDF

    Aperte Escolher um PDF, ou solte o arquivo na página. O documento precisa de texto selecionável a dar.

  2. Ajuste marcas e repetidos

    Escolha Conservar marcas de página ou Documento contínuo, depois Tirar repetidos ou Conservar cada linha. Uma nota sob as opções repete a combinação antes de você rodar.

  3. Converta o texto

    Aperte Converter em Markdown. Linhas são reconstruídas em ordem de leitura, e evidência de tamanho e estilo de fonte infere títulos, listas e blocos de código.

  4. Confira e baixe

    O Markdown é relido: contagem de marcas precisa igualar contagem de páginas, caracteres precisam sobreviver em ordem acima do piso de retenção, e erros de codificação são recusados. Baixar Markdown então salva o arquivo sob o nome de origem, ao lado de um porcentual de retenção e notas sobre repetidos removidos e páginas sem texto.

O que o conversor infere e o que ele prova

Um PDF registra trechos posicionados; Markdown registra estrutura ordenada. A ferramenta agrupa trechos em linhas, linhas em ordem de leitura, e promove as visualmente altas a títulos, marcadores a listas, e trechos monoespaçados a código. Marcas de página chegam como comentários HTML nomeando cada página, invisíveis depois de renderizados, e remoção de repetidos solta só linhas curtas repetindo na mesma borda de página na maior parte do documento. A nota de resultado diz exato quantas linhas foram.

A prova então guarda três coisas: cada marca de página presente e contada, os caracteres visíveis sobrevivendo em sua sequência original, e retenção em ou acima de 98 por cento sem caracteres de substituição de codificação. A prévia mostra a página de origem ao lado do primeiro pedaço de Markdown como texto simples, de propósito não renderizado para nada executar. Passe o olho antes de confiar na estrutura.

Documentos que convertem mal

Escaneamentos recusam de cara: sem camada de texto, sem Markdown, com OCR nomeado como o passo faltante. Texto adivinhado precisa de sua própria medida de precisão e revisão humana, então a ferramenta se recusa a inventá-lo. Artigos de várias colunas, tabelas densas e notas de rodapé convertem aproximado, com ordem de leitura fazendo seu melhor e a prévia mostrando onde adivinhou.

Remoção de repetidos tem uma borda afiada. Um cupom, aviso ou slogan impresso na mesma borda de cada página parece exato um cabeço corrido para a regra, e será solto com a contagem anotada. Quando linhas repetidas são conteúdo em vez de mobília, rode de novo com Conservar cada linha e apague os cabeçalhos verdadeiros à mão.

Quando Markdown é o alvo errado

Um documento de escritório editável vem de PDF para Word, e uma cópia visual de página de PDF para HTML. Tabelas com grades reais pertencem a PDF para CSV ou PDF para Excel. Para voltar a imprimir, Markdown para PDF renderiza Markdown num documento verificado de novo. Fotos de páginas para slides vêm de PDF para imagem.

Por que minutas ficam no seu dispositivo

Pesquisa inédita, minutas jurídicas e relatórios internos não devem se apresentar num servidor estranho. Extração, inferência e a checagem de retenção rodam onde o PDF já está, sem conta e nada retido.

O modo de falha é silêncio, não lixo: abaixo do piso de retenção, ou com duendes de codificação a bordo, simplesmente não há download. Um arquivo faltante diz que o documento precisa de outra rota, o que vence um arquivo confiante com buracos.

Respostas curtas sobre PDF para Markdown

Por que meu artigo de duas colunas lê atravessado em vez de descendo?
Ordem de leitura segue linhas visuais, e duas colunas parecem uma linha larga só para o agrupador. As palavras todas sobrevivem, mas artigos de coluna precisam de reordenação manual depois do download.
Um cupom repete em cada página e sumiu. Onde está?
Remoção de repetidos o comeu: uma linha curta na mesma borda na maior parte das páginas casa a regra de cabeço corrido. Rode de novo com Conservar cada linha para trazê-lo de volta.
O que 98 por cento de retenção impõe de verdade?
Que os caracteres visíveis passaram em sua sequência original, quase todos. Abaixo do piso, ou com caracteres de substituição de codificação a bordo, o download é segurado em vez de despachar buracos.
Posso confiar nos títulos inferidos?
Na maioria. Linhas maiores e mais negritas ganham as marcas, e a linha de prova conta quantos foram inferidos. Passe o olho na prévia de qualquer jeito; uma legenda alta pode passar por título.
A prévia mostra # crus. Está quebrado?
Não. A prévia é texto simples de propósito: ela nunca renderiza HTML, segue links, ou carrega imagens. Cole o download em qualquer app de Markdown para vê-lo vestido.

Mais ferramentas que movem palavras

As ferramentas abaixo tratam texto do mesmo jeito cuidadoso: extraído no seu dispositivo, conferido antes do download, e nunca pedindo conta.