PDF para Markdown
Extraia a camada de texto em um .md limpo, com parágrafos e níveis de título
Arraste e solte arquivos aqui
ou escolher arquivos
Somente PDFs com camada de texto - faça OCR das digitalizações antes
Escopo honesto: os PDFs não trazem estrutura semântica, então parágrafos e títulos são reconstruídos a partir do espaçamento e do tamanho da fonte - documentos com bastante texto funcionam melhor; duas colunas são lidas coluna por coluna; tabelas e imagens não são incluídas.
Sobre esta ferramenta
Mudar artigos, documentos e manuais para Notion, Obsidian ou Yuque funciona melhor passando pelo Markdown. Esta ferramenta extrai a camada de texto do PDF e remonta os parágrafos a partir das coordenadas do texto, usando espaçamento entre linhas e recuo, e produz um .md limpo - não uma quebra de linha dura a cada linha visual, mas texto fluído de verdade, pronto para colar nos apps de anotação.
Escopo honesto: PDF não tem estrutura semântica, então a remontagem é geométrica - documentos com predomínio de texto funcionam melhor; layouts de duas colunas são detectados e lidos coluna por coluna; PDFs digitalizados não têm camada de texto, então rode o OCR primeiro. Tabelas e imagens não entram na saída (PDF não carrega estrutura de tabela; imagens pedem outras ferramentas).
O resultado aparece em uma caixa editável - corrija os níveis de título e una parágrafos quebrados, então baixe. Tudo roda localmente e os arquivos nunca são enviados.
Recursos
- Extração da camada de texto com remontagem geométrica dos parágrafos
- Detecção de duas colunas para manter a ordem de leitura correta
- Níveis de título inferidos pelo tamanho da fonte
- Resultado editável na página antes do download
- Só PDFs com camada de texto - rode OCR antes em digitalizados
Como usar
- Envie um PDF com camada de texto (faça OCR das digitalizações antes)
- As páginas são extraídas e remontadas com estatísticas de caracteres
- Revise e ajuste o Markdown no editor
- Baixe o arquivo .md
Perguntas frequentes
- Por que a saída não parece o layout original?
- O Markdown mira a estrutura, não a aparência: os parágrafos são remontados pelo espaçamento e os títulos pelo tamanho da fonte, enquanto fontes, cores e cabeçalhos correntes não sobrevivem. Para fidelidade visual use PDF para Word ou PDF para JPG.
- Artigos de duas colunas são tratados corretamente?
- Sim - o layout de colunas é detectado pelas coordenadas do texto e a coluna da esquerda é lida antes da coluna da direita, preservando a ordem. Manchas de três colunas e figuras que atravessam colunas ainda podem confundir o detector, então confira a sequência depois de converter.
- Por que a saída de um PDF digitalizado vem vazia?
- Páginas digitalizadas são imagens, sem camada de texto para extrair. Rode primeiro a ferramenta de OCR do site para transformar a imagem em texto selecionável e então converta - ou cole o resultado do OCR direto nas suas anotações.