PDF in Markdown umwandeln
PDF-Text als sauberes Markdown mit Absatz-Rekonstruktion extrahieren
Dateien hierher ziehen & ablegen
oder Dateien auswählen
Nur Textebenen-PDFs - Scans zuerst per OCR
Ehrlicher Rahmen: PDFs tragen keine semantische Struktur, Absätze und Überschriften werden also aus Abständen und Schriftgröße rekonstruiert - textdominierte Dokumente funktionieren am besten; zwei Spalten werden spaltenweise gelesen; Tabellen und Bilder sind nicht enthalten.
Über dieses Tool
Papers, Dokumentationen und Handbücher nach Notion, Obsidian oder Yuque zu bringen gelingt am besten über Markdown. Dieses Tool extrahiert die PDF-Textebene und baut Absätze aus Textkoordinaten anhand von Zeilenabstand und Einzügen neu - heraus kommt eine saubere .md, nicht ein harter Umbruch pro Sichtzeile, sondern echter Fließtext, bereit zum Einfügen in Notiz-Apps.
Ehrlicher Rahmen: PDF hat keine semantische Struktur, die Wiederzusammensetzung ist also geometrisch - textdominierte Dokumente funktionieren am besten; zweispaltige Layouts werden erkannt und Spalte für Spalte gelesen; gescannte PDFs haben keine Textebene, also zuerst OCR laufen lassen. Tabellen und Bilder gelangen nicht in die Ausgabe (PDFs tragen keine Tabellenstruktur; Bilder brauchen andere Tools).
Das Ergebnis erscheint in einer editierbaren Box - Überschriftenebenen korrigieren und zerrissene Absätze zusammenführen, dann herunterladen. Alles läuft lokal; Dateien werden nie hochgeladen.
Funktionen
- Textebenen-Extraktion mit geometrischer Absatz-Rekonstruktion
- Zweispalten-Erkennung für korrekte Lesereihenfolge
- Überschriftenebenen aus der Schriftgröße erschlossen
- Editierbares Ergebnis auf der Seite vor dem Download
- Nur Textebenen-PDFs - für Scans zuerst OCR laufen lassen
So funktioniert es
- Textebenen-PDF hochladen (Scans zuerst per OCR)
- Seiten werden mit Zeichenstatistik extrahiert und zusammengesetzt
- Markdown im Editor durchsehen und nachfeilen
- Die .md-Datei herunterladen
Häufige Fragen
- Warum sieht die Ausgabe nicht wie das Original-Layout aus?
- Markdown zielt auf Struktur, nicht auf Erscheinung: Absätze setzen sich nach Abständen zusammen, Überschriften nach Schriftgröße, während Schriftarten, Farben und Kolumnentitel nicht überleben. Für visuelle Treue PDF in Word oder PDF in Bilder verwenden.
- Werden zweispaltige Papers korrekt behandelt?
- Ja - das Spaltenlayout wird aus Textkoordinaten erkannt, die linke Spalte wird vor der rechten gelesen, die Reihenfolge bleibt erhalten. Dreispaltige Anordnungen und spaltenübergreifende Abbildungen können den Detektor trotzdem verwirren, also die Abfolge nach der Konvertierung stichprobenartig prüfen.
- Warum ist die Ausgabe eines gescannten PDFs leer?
- Gescannte Seiten sind Bilder ohne zu extrahierende Textebene. Zuerst das OCR-Tool der Seite laufen lassen, um das Bild in markierbaren Text zu verwandeln, dann konvertieren - oder das OCR-Ergebnis direkt in Ihre Notizen einfügen.