PDF in Markdown umwandeln
Extrahieren Sie den Text eines PDFs und erhalten Sie eine Markdown-Datei, in der Überschriften anhand der Schriftgröße automatisch erkannt werden – bereit zum Einfügen in eine README, eine Notiz oder einen Artikel.
So funktioniert es
Das PDF wird Seite für Seite mit pdf.js gelesen, das Zugriff auf Position und Größe jedes Textfragments bietet. Diese Fragmente werden zu Zeilen zusammengefasst, danach dient die mittlere Schriftgröße des Dokuments als Referenz: Eine Zeile, die deutlich größer ist als diese Referenz, gilt als Überschrift (#, ## oder ###, je nach Abstand), und Zeilen, die mit einem Aufzählungszeichen beginnen, werden zu Markdown-Listenelementen.
Ist die Erkennung der Überschriften zu 100% zuverlässig?
Nein: Sie beruht auf einer Heuristik der relativen Schriftgröße, nicht auf einer semantischen Analyse des Dokuments. Ein PDF, dessen Überschriften dieselbe Größe wie der Fließtext haben, oder ein ungewöhnliches Layout kann falsche Überschriftenebenen ergeben – wir empfehlen, das erzeugte Markdown vor der Weiterverwendung kurz durchzusehen.
Werden Tabellen und Bilder umgewandelt?
Nein, nur der Text wird extrahiert und neu strukturiert; Tabellen verlieren ihre Spaltenausrichtung, und Bilder sind im erzeugten Markdown nicht enthalten.
100% lokale Verarbeitung: Extraktion und Umwandlung laufen vollständig in Ihrem Browser über pdf.js ab, ohne dass Ihr Dokument an einen Server übertragen wird.