Convertire PDF in Markdown
Estrae il livello di testo in un .md pulito, con paragrafi e livelli di titolo
Trascina qui i file
o sfoglia i file
Solo PDF con livello di testo: sulle scansioni esegui prima l’OCR
Ambito onesto: i PDF non portano struttura semantica, quindi paragrafi e intestazioni sono ricostruiti dagli spazi e dalla dimensione del carattere: i documenti ricchi di testo funzionano meglio; le due colonne sono lette colonna per colonna; tabelle e immagini non sono incluse.
Su questo strumento
Portare articoli, documentazione e manuali in Notion, Obsidian o nei wiki funziona meglio attraverso Markdown. Questo strumento estrae il livello di testo del PDF e ricostruisce i paragrafi dalle coordinate del testo usando interlinea e rientri, producendo un .md pulito: non un a capo rigido per ogni linea visiva, ma vero testo fluente pronto da incollare nelle app di appunti.
Ambito onesto: il PDF non ha struttura semantica, quindi la ricomposizione è geometrica: i documenti ricchi di testo funzionano meglio; le impaginazioni a due colonne sono rilevate e lette colonna per colonna; i PDF scannerizzati non hanno livello di testo, quindi passa prima l’OCR. Tabelle e immagini non entrano nell’output: i PDF non portano struttura di tabella e le immagini richiedono altri strumenti.
Il risultato appare in una casella modificabile: correggi i livelli delle intestazioni e unisci i paragrafi spezzati, poi scarica. Tutto gira localmente e i file non vengono caricati.
Funzionalità
- Estrazione del livello di testo con ricomposizione geometrica dei paragrafi
- Rilevamento delle due colonne per un ordine di lettura corretto
- Livelli di intestazione dedotti dalla dimensione del carattere
- Risultato modificabile nella pagina prima del download
- Solo PDF con livello di testo: per le scansioni esegui prima l’OCR
Come si usa
- Carica un PDF con livello di testo; per le scansioni prima l’OCR
- Le pagine sono estratte e ricomposte con le statistiche dei caratteri
- Rivedi e rifinisci il Markdown nell’editor
- Scarica il file .md
Domande frequenti
- Perché l’output non assomiglia all’impaginazione originale?
- Markdown punta alla struttura, non all’aspetto: i paragrafi sono ricomposti dagli spazi e le intestazioni dalla dimensione del carattere, mentre font, colori e intestazioni correnti non sopravvivono. Per la fedeltà visiva usa Convertire PDF in Word o Convertire PDF in JPG.
- Gli articoli a due colonne sono gestiti bene?
- Sì: la struttura a colonne è rilevata dalle coordinate del testo e la colonna sinistra è letta prima della destra, preservando l’ordine. Impaginazioni a tre colonne e figure che attraversano le colonne possono ancora confondere il rilevatore, quindi controlla la sequenza dopo la conversione.
- Perché l’output di un PDF scannerizzato è vuoto?
- Le pagine scannerizzate sono immagini senza livello di testo da estrarre. Esegui prima lo strumento OCR del sito per trasformare l’immagine in testo selezionabile, poi converti, oppure incolla direttamente il risultato dell’OCR nei tuoi appunti.