PDF a Markdown
Extrae la capa de texto a un .md limpio con párrafos y niveles de encabezado
Arrastra y suelta los archivos aquí
o explorar archivos
Solo PDF con capa de texto - pasa los escaneos por OCR primero
Alcance real: los PDF no tienen estructura semántica, por lo que los párrafos y los títulos se reconstruyen a partir del espaciado y el tamaño de fuente - funcionan mejor los documentos predominantemente de texto; dos columnas se leen columna por columna; las tablas y las imágenes no se incluyen.
Sobre esta herramienta
Para llevar artículos, documentos y manuales a Notion, Obsidian o Yuque, Markdown es el mejor formato intermedio. Esta herramienta extrae la capa de texto del PDF y reconstruye los párrafos a partir de las coordenadas del texto usando interlineado y sangrías, produciendo un .md limpio - no un salto de línea duro por cada línea visual, sino texto fluido real listo para pegar en las apps de notas.
Alcance honesto: el PDF no tiene estructura semántica, así que la recomposición es geométrica - los documentos predominantemente de texto funcionan mejor; las maquetaciones a dos columnas se detectan y se leen columna por columna; los PDF escaneados no tienen capa de texto, así que pasa antes por OCR. Las tablas y las imágenes no entran en la salida (los PDF no llevan estructura de tabla; para las imágenes hay otras herramientas).
El resultado aparece en un cuadro editable - corrige los niveles de encabezado y une los párrafos cortados, y después descarga. Todo se ejecuta localmente; los archivos nunca se suben.
Características
- Extracción de la capa de texto con recomposición geométrica de párrafos
- Detección de dos columnas para un orden de lectura correcto
- Niveles de encabezado inferidos del tamaño de fuente
- Resultado editable en la página antes de descargar
- Solo PDF con capa de texto - para escaneos pasa antes por OCR
Cómo usarlo
- Sube un PDF con capa de texto (los escaneos primero por OCR)
- Las páginas se extraen y se recomponen con estadísticas de caracteres
- Revisa y ajusta el Markdown en el editor
- Descarga el archivo .md
Preguntas frecuentes
- ¿Por qué la salida no se parece a la maquetación original?
- Markdown busca la estructura, no la apariencia: los párrafos se recomponen según el espaciado y los encabezados según el tamaño de fuente, mientras que las fuentes, los colores y los encabezados de página no se conservan. Para fidelidad visual usa PDF a Word o PDF a imágenes.
- ¿Se procesan bien los artículos a dos columnas?
- Sí - la maquetación en columnas se detecta a partir de las coordenadas del texto y la columna izquierda se lee antes que la derecha, conservando el orden. Las páginas a tres columnas y las figuras que cruzan columnas aún pueden confundir al detector, así que comprueba la secuencia después de convertir.
- ¿Por qué la salida de un PDF escaneado queda vacía?
- Las páginas escaneadas son imágenes sin capa de texto que extraer. Usa primero la herramienta OCR del sitio para convertir la imagen en texto seleccionable y después convierte - o pega el resultado del OCR directamente en tus notas.