Ubah PDF ke Markdown

Ubah PDF menjadi file .md yang rapi dengan judul, daftar, penekanan teks, dan tautan yang berfungsi, siap untuk aplikasi catatan atau repositori Anda.

Letakkan file di sini

.pdf · hingga 300 MB

Pilih file

Deteksi tingkat secara otomatisHanya tingkat teratasTanpa judul

Pengaturan lainnya

GambarHalamanTandai pergantian halamanTambahkan front matter YAMLAmbang ukuran judul1.15×

Cara Ubah ke Markdown

1
Tambahkan PDF
Letakkan satu file atau hingga sepuluh file. Browser Anda sendiri yang membuka dokumen, jadi tidak ada yang dikirim ke server.
2
Atur deteksi judul dan gambar
Pertahankan tingkat judul otomatis, jadikan semua judul satu tingkat, atau hilangkan judul sama sekali. Tentukan apakah gambar diekstrak, disebut sebagai keterangan, atau dilewati.
3
Unduh file .md
Simpan file Markdown, atau ZIP berisi file itu dan folder gambar di sebelahnya bila Anda meminta gambar.

Cara memulihkan struktur dari file yang tidak punya struktur

PDF tidak tahu apa itu judul. PDF hanya tahu bahwa sebagian glif setinggi 26 poin dan yang lain 10 poin, tidak lebih. Karena itu konverter mengukur dokumen lebih dulu: dibuatlah histogram ukuran huruf yang diberi bobot menurut jumlah karakter di setiap ukuran, dan ukuran dengan bobot terbesar dianggap sebagai teks isi. Semua yang jelas lebih besar menjadi judul, lalu setiap ukuran judul yang berbeda diurutkan: yang terbesar menjadi tingkat satu, berikutnya tingkat dua, dan sisanya tingkat tiga. Baris yang diakhiri titik atau lebih panjang dari 180 karakter tidak pernah dijadikan judul, karena kalimat panjang dengan huruf besar adalah kutipan sorotan (pull quote), bukan judul. Tanda butir dan nomor di awal baris menjadi item daftar, dan kedalaman tingkatnya ditentukan oleh seberapa jauh baris itu menjorok ke dalam.

Penekanan, tautan, kode, dan gambar

Tebal dan miring diambil dari nama font asli di dalam file, jadi teks yang diset dengan font semibold keluar dengan diapit tanda bintang. Anotasi tautan dicocokkan dengan teks tempatnya berada, lalu ditulis ulang sebagai tautan Markdown yang benar beserta URL tujuannya. Baris dengan font berlebar tetap (monospace) dibungkus dalam blok kode berpagar dengan spasi yang tetap utuh, dan blok menjorok berukuran teks isi menjadi kutipan. Gambar bisa diekstrak sebagai file PNG ke folder gambar di sebelah file Markdown, disebut sebagai keterangan, atau dilewati. Front matter opsional menambahkan blok YAML berisi judul, jumlah halaman, nama sumber, dan tanggal, untuk generator situs statis dan kumpulan catatan (vault).

Tidak ada yang diunggah

Konversi berjalan sepenuhnya di dalam tab browser. PDF diurai di memori, Markdown disusun di sana, dan unduhan langsung berasal dari halaman ini. Tidak ada file yang dikirim lewat jaringan, tidak perlu akun, dan tidak ada salinan di server yang perlu dikhawatirkan setelahnya. Tutup tab, dan semua jejaknya hilang.

Pertanyaan yang sering diajukan

Bagaimana tingkat judul ditentukan?

Berdasarkan ukuran huruf dibandingkan teks isi dokumen, bukan berdasarkan tag di dalam file. Ukuran judul terbesar menjadi tingkat satu, terbesar berikutnya tingkat dua, dan sisanya tingkat tiga. Anda bisa menaikkan atau menurunkan ambangnya bila dokumen memakai perbedaan ukuran yang tipis.

Mengapa tabel saya tidak dikonversi?

Karena tabel di PDF hanyalah garis yang digambar ditambah teks lepas, tanpa baris atau sel yang tercatat di mana pun. Teks di dalam sel tetap dipertahankan, tetapi kisinya tidak bisa disusun ulang dengan andal. Bila kisi terdeteksi, Anda diberi tahu dan diarahkan ke alat PDF ke Excel, yang memang dibuat untuk tugas itu.

Bagaimana jika PDF saya hasil scan?

Berarti tidak ada teks yang bisa diberi markup, dan Anda mendapat pesan yang jelas, bukan file kosong. Jalankan OCR pada dokumen itu lebih dulu untuk membuat lapisan teks, lalu konversi di sini, dan judul serta daftar akan terdeteksi seperti biasa.

Bisakah gambarnya juga diambil?

Bisa. Pilih ekstraksi pada opsi gambar, dan hasilnya berupa ZIP berisi file .md dan folder gambar, dengan setiap gambar dirujuk dari tempat yang tepat di dalam teks. Gambar yang lebih kecil dari 100 × 100 piksel dianggap ikon dan dilewati.

Apakah tautan tetap dipertahankan?

Ya. Anotasi tautan dicocokkan dengan kata yang dicakupnya dan ditulis sebagai tautan Markdown, jadi teks tautan maupun URL tetap utuh. Tautan yang menunjuk ke bagian lain dokumen, bukan ke web, dibiarkan sebagai teks biasa.

Apa bedanya dengan mengekstrak teks biasa?

Teks biasa hanya berisi tulisannya, tidak lebih. Markdown mempertahankan bentuk dokumen: tingkat judul, daftar bertingkat, tebal dan miring, kutipan, blok kode, dan tautan. Pilih teks bila Anda hanya butuh isinya, dan Markdown bila Anda butuh strukturnya.

Apakah file saya diunggah?

Tidak. Mesin PDF berjalan di browser Anda, jadi dokumen tidak pernah keluar dari perangkat. Hal yang sama berlaku untuk ekstraksi gambar: browser melakukan decode gambar dan mengemasnya secara lokal, dan ZIP dibuat di halaman ini.

Apakah hasilnya siap dipakai di Obsidian atau situs statis?

Ya. Hasilnya CommonMark biasa dengan jalur gambar relatif, jadi bisa langsung dimasukkan ke vault atau folder konten. Aktifkan front matter untuk mendapatkan blok YAML berisi judul, jumlah halaman, file sumber, dan tanggal di bagian atas.