본문으로 건너뛰기

PDF를 Markdown으로 변환

PDF를 Markdown으로 바꿔요. 제목과 목록, 표를 되살려요.

기기에서 처리됨

이 도구는 브라우저 안에서만 실행돼요. 파일은 절대 업로드되지 않으며, 브라우저의 네트워크 탭에서 직접 확인할 수 있어요. 직접 확인해 보세요. 브라우저의 네트워크 탭을 열어 두고 지켜보면, 남은 작업이 있는지 묻는 작은 요청 하나만 보여요. 도구 이름과 해시뿐이고, 파일은 절대 포함되지 않아요.

이 도구가 하는 일

This reads a PDF's text and writes it out as Markdown, working out which lines are headings, where paragraphs begin and end, and which blocks are lists or tables. A PDF stores none of that - only characters at coordinates - so the structure is inferred from geometry, except where the document has a bookmark outline, which is used instead because it is the author's own account of the structure. The result is one .md file that re-flows; it does not reproduce the original pagination or layout.

Reach for it when a document has to become editable text again: a report going into a wiki, documentation that arrived as a PDF and now needs to live in a repository beside the code, or notes you would rather search and rewrite than scroll through.

작동 방식

  1. Drop the PDF onto this page. The first five pages are checked for a text layer, so a scan is caught before you download an empty file.
  2. Leave Use the bookmark outline on when the document has one. A real outline is more reliable than any guess made from type size.
  3. Choose what else to detect: headings where no bookmark covers them, lists, and tables written as Markdown pipe tables.
  4. Under advanced options, add a front matter block if the file is headed for a static site, and set a page range if you only want part of the document.
  5. Press Convert to Markdown. The .md file downloads on its own.

A line becomes a heading when it is set larger than the body text around it, is short, and is followed by prose - three conditions rather than one, because any of them alone promotes running heads and figure captions by mistake. Bookmarks override the lot, which is why a document with a proper outline converts noticeably better than one without.

Paragraphs are rebuilt by asking why each line ended. A line that runs to the right edge of its column was broken by the typesetter, so the next line is joined onto it; a line that stops short ended on purpose, so a new paragraph starts. Hyphens at a line end are rejoined only when the continuation begins with a lowercase letter, which is what stops Coca- and Cola being welded into a word that was never in the document.

Tables are the least certain part of the conversion. Column boundaries are found by clustering the horizontal positions of text runs, so a real table converts cleanly while a two-column page layout can occasionally be read as one.

Extraction runs through PDF.js in a Web Worker inside your browser. What would be uploaded here is the document's text, which is usually the confidential part. Nothing about the text is sent, and the one request a run makes asks whether you have tasks left - a tool name and a hash of the bytes.

이 도구가 할 수 없는 일

  • Images are not extracted. The output is text and structure only; if you want the pages as pictures, PDF to image is the tool for that.
  • Layout is not preserved. Columns, text boxes and absolute positioning collapse into a single reading order, which is what Markdown is for and what makes it re-flow.

자주 묻는 질문

무엇을 제목으로 볼지 어떻게 정하나요?
PDF에 북마크 개요가 있으면 그 북마크가 제목이 되고 깊이가 제목 단계가 되니 추측이 없어요. 개요가 없으면 주변 본문보다 크고 짧으며 뒤에 보통 문장이 이어지는 줄을 제목으로 올려요. 두 방식 모두 각각 켜고 끌 수 있어요.
표도 변환되나요?
네, 열을 충분히 확신할 수 있을 때 Markdown 파이프 표로 써요. 위치를 텍스트의 양쪽 가장자리에서 모으기 때문에 왼쪽 정렬뿐 아니라 오른쪽 정렬된 숫자 열도 찾아내요. 숫자가 스프레드시트에 들어가야 한다면 PDF를 CSV로 변환하는 쪽이 나아요.
문서 안의 그림은 어떻게 되나요?
그대로 남겨 둬요. Markdown은 이미지를 담지 않고 참조만 하기 때문에, 함께 옮기려면 .md 옆에 파일 폴더를 따로 써야 해요. 이 변환은 대신 그 자체로 완결된 텍스트 파일 하나를 만들어요.
제 PDF는 스캔본인데 아무것도 안 나와요. 왜 그런가요?
스캔한 페이지는 텍스트의 사진이에요. 변환기가 읽을 문자가 아예 없어서, 빈 문서를 쓰는 대신 설명과 함께 멈춰요. 먼저 PDF OCR을 돌린 다음 변환하세요.
변환하려면 문서를 업로드하나요?
아니요. 텍스트 추출도 Markdown 작성도 브라우저 안에서 이뤄지고, 어느 단계에서도 밖으로 나가는 요청이 없어요. 믿지 말고 확인해 보세요. 변환하는 동안 네트워크 탭을 보거나, 아예 연결을 끊고 변환해도 돼요.

관련 도구