PDF en Markdown
Extrayez la couche de texte en .md propre avec paragraphes et niveaux de titres
Glissez-déposez vos fichiers ici
ou parcourir les fichiers
PDF avec couche de texte uniquement - appliquez d’abord l’OCR aux scans
Périmètre honnête : les PDF ne portent aucune structure sémantique, les paragraphes et les titres sont donc reconstruits à partir des espacements et des tailles de police - les documents à dominante textuelle donnent les meilleurs résultats ; les deux colonnes sont lues colonne par colonne ; les tableaux et les images ne sont pas inclus.
À propos de cet outil
Pour transférer articles, documents et manuels vers Notion, Obsidian ou Yuque, le Markdown est le meilleur relais. Cet outil extrait la couche de texte du PDF et reconstruit les paragraphes à partir des coordonnées du texte, en s’appuyant sur l’interligne et les retraits, pour produire un .md propre - non pas un retour à la ligne forcé à chaque ligne visuelle, mais un vrai texte continu prêt à coller dans vos applications de notes.
Périmètre honnête : le PDF n’a pas de structure sémantique, le réassemblage est donc géométrique - les documents à dominante textuelle donnent les meilleurs résultats ; les mises en page à deux colonnes sont détectées et lues colonne par colonne ; les PDF scannés n’ont pas de couche de texte, passez d’abord par l’OCR. Les tableaux et les images n’entrent pas dans la sortie (les PDF n’ont pas de structure de tableau ; les images exigent d’autres outils).
Le résultat s’affiche dans une zone modifiable - corrigez les niveaux de titres et fusionnez les paragraphes coupés, puis téléchargez. Tout s’exécute localement ; les fichiers ne sont jamais envoyés.
Fonctionnalités
- Extraction de la couche de texte avec réassemblage géométrique des paragraphes
- Détection des deux colonnes pour un ordre de lecture correct
- Niveaux de titres déduits de la taille de police
- Résultat modifiable sur la page avant téléchargement
- PDF avec couche de texte uniquement - passez d’abord par l’OCR pour les scans
Mode d’emploi
- Téléversez un PDF avec couche de texte (OCR d’abord pour les scans)
- Les pages sont extraites et réassemblées, avec des statistiques de caractères
- Vérifiez et peaufinez le Markdown dans l’éditeur
- Téléchargez le fichier .md
Questions fréquentes
- Pourquoi le résultat ne ressemble-t-il pas à la mise en page d’origine ?
- Le Markdown vise la structure, pas l’apparence : les paragraphes se réassemblent selon les espacements et les titres selon la taille de police, tandis que les polices, les couleurs et les en-têtes courants ne survivent pas. Pour une fidélité visuelle, utilisez PDF en Word ou PDF en images.
- Les articles à deux colonnes sont-ils traités correctement ?
- Oui - la disposition en colonnes est détectée à partir des coordonnées du texte et la colonne de gauche est lue avant celle de droite, ce qui préserve l’ordre. Les pages à trois colonnes et les figures à cheval sur les colonnes peuvent encore tromper la détection : vérifiez un extrait de la séquence après la conversion.
- Pourquoi le résultat d’un PDF scanné est-il vide ?
- Les pages scannées sont des images sans couche de texte à extraire. Passez d’abord par l’outil OCR du site pour transformer l’image en texte sélectionnable, puis convertissez - ou collez directement le résultat OCR dans vos notes.