PDF в Markdown

PDF в Markdown

Если загрузить в чат с ИИ необработанный PDF, в текст попадают колонтитулы, номера страниц и разорванные строки. Сначала превратите его в Markdown с аккуратными заголовками, списками и абзацами, и ИИ ответит точнее, а токенов уйдёт меньше.

Работает в браузере — введённые данные никуда не загружаются

Выбрать PDF

или перетащите файл сюда

Заголовки определяются по размеру шрифта, списки — по маркерам и нумерации. Таблицы и многоколоночная вёрстка превращаются в обычный текст, поэтому проверьте их перед отправкой.

Как пользоваться

Выберите PDF и подождите, пока будет прочитана каждая страница.
При необходимости отметьте «Удалить колонтитулы и номера страниц» или «Разделять страницы строкой ---».
Скопируйте результат в чат с ИИ или скачайте файл .md.

Описание параметров

Заголовки: Строки, которые как минимум на 15% крупнее основного текста, становятся заголовками — до трёх уровней в зависимости от размера.
Колонтитулы: Текст, который повторяется в двух верхних или двух нижних строках более чем на половине страниц, удаляется, как и строки, состоящие только из номера страницы.

Что меняется при переходе к Markdown

Конвертер считывает каждый фрагмент текста вместе с его положением и размером шрифта, а затем восстанавливает структуру. Возьмём отчёт из трёх страниц, где на каждой странице есть колонтитул и номер страницы:

Company Name                      9 pt, top of every page
Annual Report                     24 pt, page 1 only
Revenue grew steadily during the year, driven by
new customers in three regions.   12 pt body text
- First item
- Second item
Page 1                            9 pt, bottom of every page

При настройках по умолчанию страница 1 превращается в:

# Annual Report

Revenue grew steadily during the year, driven by new customers in three regions.

- First item
- Second item

Две строки основного текста объединяются в один абзац, строка в 24 pt становится заголовком, потому что она более чем на 15% крупнее основного текста в 12 pt, а колонтитул и номер страницы отбрасываются. Для удаления колонтитулов нужен документ минимум из трёх страниц, и проверяются только верхние и нижние 10% каждой страницы. Промежуток между строками почти вдвое больше размера шрифта начинает новый абзац.

Часто задаваемые вопросы

Работает ли это со сканами PDF?

Нет. Текст на скане — это изображение, для него нужно OCR; этот инструмент читает только текстовый слой PDF.

Сохраняются ли таблицы?

Они не превращаются в таблицы Markdown; их содержимое становится обычными строками. Многоколоночная вёрстка тоже может выйти в неверном порядке, поэтому проверьте результат перед отправкой.

Загружается ли мой файл на сервер?

Нет. Всё происходит в вашем браузере.

Конфиденциальность

Этот инструмент работает полностью в браузере. Ваши файлы и текст обрабатываются на вашем устройстве и никогда не загружаются на наши серверы.