Convertir un PDF en Markdown

Transformer un PDF en .md propre avec titres, listes, emphase et liens actifs, prêt pour votre application de notes ou votre dépôt.

Déposez vos fichiers ici

.pdf · jusqu’à 300 Mo

Choisissez des fichiers

Détecter les niveaux automatiquementNiveau supérieur uniquementAucun titre

Plus de réglages

ImagesPagesMarquer les sauts de pageAjouter un front matter YAMLSeuil de taille de titre1.15×

Comment convertir en Markdown

1
Ajoutez votre PDF
Déposez un fichier ou jusqu’à dix. Votre navigateur ouvre lui-même le document, rien n’est envoyé sur un serveur.
2
Choisissez la détection des titres et les images
Conservez les niveaux de titres automatiques, aplatissez-les sur un seul niveau ou supprimez complètement les titres. Décidez si les images sont extraites, mentionnées ou ignorées.
3
Téléchargez le fichier .md
Enregistrez le fichier Markdown, ou une archive ZIP avec le dossier d’images à côté lorsque vous avez demandé l’extraction des illustrations.

Comment la structure est retrouvée dans un fichier qui n’en a aucune

Un PDF ne sait pas ce qu’est un titre. Il sait que certains glyphes font 26 points de haut et d’autres 10, et c’est tout. Le convertisseur commence donc par mesurer le document : il construit un histogramme des corps de texte, pondéré par le nombre de caractères dans chaque taille, et la taille la plus fréquente devient le texte courant. Tout ce qui est nettement plus grand devient un titre, et les tailles de titres distinctes sont classées : la plus grande devient un niveau un, la suivante un niveau deux, les autres des niveaux trois. Les lignes qui se terminent par un point final ou dépassent 180 caractères ne sont jamais promues, car une longue phrase en gros corps est une citation mise en avant, pas un titre. Les puces et numéros au début d’une ligne deviennent des éléments de liste, et leur imbrication vient du niveau d’indentation.

Emphase, liens, code et images

Le gras et l’italique sont déterminés à partir des vrais noms de polices dans le fichier, donc un passage en semi-gras est entouré d’astérisques. Les annotations de lien sont associées au texte sur lequel elles se trouvent et réécrites en liens Markdown corrects avec leurs URL cibles. Les lignes en chasse fixe sont entourées d’un bloc de code délimité, avec leur espacement conservé, et les blocs en retrait à la taille du corps deviennent des citations. Les images peuvent être extraites en fichiers PNG dans un dossier d’images à côté du Markdown, mentionnées comme légendes ou laissées de côté. Un front matter optionnel ajoute un bloc YAML avec titre, nombre de pages, nom de la source et date, pour les générateurs de sites statiques et les coffres de notes.

Rien n’est envoyé en ligne

La conversion s’exécute entièrement dans l’onglet de votre navigateur. Votre PDF est analysé en mémoire, le Markdown y est assemblé, et le téléchargement part directement depuis la page. Aucun fichier n’est envoyé sur le réseau, aucune inscription n’est nécessaire et il n’existe aucune copie serveur dont se préoccuper ensuite. Fermez l’onglet et toute trace disparaît.

Questions fréquentes

Comment les niveaux de titres sont-ils déterminés ?

Par la taille des caractères par rapport au texte courant du document, et non par une balise dans le fichier. La plus grande taille de titre devient un niveau un, la suivante un niveau deux, tout le reste un niveau trois. Vous pouvez relever ou abaisser le seuil si le document utilise des différences de taille très subtiles.

Pourquoi mes tableaux ne sont-ils pas convertis ?

Parce qu’un tableau dans un PDF, ce sont des traits dessinés plus du texte libre, sans lignes ni cellules enregistrées. Le texte des cellules est conservé, mais la grille ne peut pas être reconstruite de façon fiable. Quand une grille est détectée, un message vous le signale et vous renvoie vers l’outil PDF en Excel, qui est conçu pour ce travail.

Que se passe-t-il si mon PDF est un scan ?

Dans ce cas, il n’y a pas de texte à baliser et vous voyez un message clair plutôt qu’un fichier vide. Exécutez d’abord un OCR sur le document pour créer une couche de texte, puis convertissez-le ici et les titres et listes seront détectés comme d’habitude.

Puis-je aussi extraire les images ?

Oui. Réglez les images sur extraction et le résultat sera une archive ZIP contenant le fichier .md et un dossier d’images, chaque illustration étant référencée au bon endroit dans le texte. Les images plus petites que 100 par 100 pixels sont traitées comme des icônes et ignorées.

Les hyperliens sont-ils conservés ?

Oui. Les annotations de lien sont associées aux mots qu’elles recouvrent et écrites en tant que liens Markdown, de sorte que le texte d’ancrage et l’URL sont tous deux préservés. Les liens qui pointent à l’intérieur du document plutôt que vers le web restent en texte simple.

En quoi est-ce différent d’une simple extraction de texte ?

Le texte brut vous donne les mots et rien d’autre. Le Markdown conserve la forme du document : niveaux de titres, imbrication des listes, gras et italique, citations, blocs de code et liens. Choisissez le texte brut si vous ne voulez que le contenu, le Markdown si vous avez besoin de la structure.

Mon fichier est-il envoyé sur un serveur ?

Non. Le moteur PDF fonctionne dans votre navigateur, le document ne quitte donc jamais votre appareil. C’est aussi le cas pour l’extraction d’images : les illustrations sont décodées et regroupées localement, et l’archive ZIP est créée dans la page.

La sortie est-elle prête pour Obsidian ou un site statique ?

Oui. Le résultat est du CommonMark simple avec des chemins d’images relatifs, il s’intègre donc directement dans un coffre ou un dossier de contenu. Activez le front matter pour ajouter en tête un bloc YAML avec le titre, le nombre de pages, le fichier source et la date.