PDF en Markdown, sans réécriture
Importez un PDF et récupérez son texte au format Markdown — les titres, listes et tableaux sont fidèlement conservés. Les fichiers dotés d'une couche de texte sont convertis directement, en général en une seconde ou deux.
Le Markdown est un format fait pour durer : lisible dans Obsidian, Notion, Bear, VS Code et n'importe quel éditeur de texte brut, il reste parfaitement exploitable sans mise en forme. La difficulté consiste à l'extraire d'un PDF sans détruire sa structure — et sans laisser un modèle paraphraser ce que disait réellement votre source.
Ce mode ne réécrit rien. Si le PDF contient une couche de texte, celle-ci est simplement extraite et normalisée : aucun appel à un modèle, aucun délai de génération. S'il s'agit d'un scan, la page est rendue à environ 144 dpi puis transcrite par un modèle de vision — comptez une vingtaine de secondes par page, dans la limite des quatre premières pages.
À quoi ressemble le résultat
Résultat réel : une page de cours photographiée en entrée, 542 caractères de Markdown en sortie, 7.6 secondes. Sans retouche :
# Lecture 6 - Cellular respiration Three stages: glycolysis (cytosol), the citric acid cycle (mitochondrial matrix), oxidative phosphorylation (inner membrane). Glycolysis nets 2 ATP and 2 NADH per glucose. Each turn of the cycle yields 3 NADH, 1 FADH2, 1 GTP, 2 CO2. Complexes I, III and IV pump protons; complex II does not. ATP synthase uses about 4 protons per ATP. Theoretical maximum: 30-32 ATP per glucose.
Pour qui c'est fait
- Importer un PDF dans Obsidian ou Notion sans avoir à tout retaper
- Conserver la structure des sections pour que le texte reste cohérent une fois collé
- Transformer un support de cours en document modifiable et interrogeable
Moins adapté : Les articles sur deux colonnes dont l'ordre de lecture est ambigu, et les PDF composés principalement d'équations : les symboles ressortent sous forme de texte brut et non de formules mathématiques composées.
Trois choses qui améliorent le résultat
- Un chapitre à la fois. Traiter un livre de 300 pages demande surtout un long temps d'extraction sans réelle valeur ajoutée.
- Vérifiez les tableaux après le collage : les lignes sont généralement préservées, mais pas les cellules fusionnées.
- Si le document source est un scan, comptez environ vingt secondes par page et seules les quatre premières pages sont traitées.
Comment ça marche
- Importez un PDF — ou une simple photo de page le cas échéant.
- Laissez Markdown sélectionné comme format de sortie et lancez la conversion.
- Copiez le texte ou téléchargez-le sous forme de fichier .md pour l'ouvrir dans votre application de notes.
Questions fréquentes
Le texte d'origine est-il reformulé ?
Non. Pour les PDF comportant une couche de texte, le contenu est extrait à l'identique, y compris les titres, les listes à puces et les tableaux. Ce mode ne comporte aucune étape de synthèse.
Que se passe-t-il avec un PDF numérisé ?
Les pages sans couche de texte sont converties en images puis transcrites par un modèle de vision, puisqu'il n'y a aucun texte direct à extraire. Seules les quatre premières pages sont traitées, et une mention au-dessus du résultat vous avertit lorsque cette limite est atteinte.
Quels formats peut-on importer ?
PDF, DOCX, PPTX, XLSX, EPUB, HTML, CSV, Markdown, texte brut et images. Les anciens fichiers .doc et .xls doivent d'abord être enregistrés en .docx ou .xlsx.
Existe-t-il une limite de taille ?
40 Mo par fichier. Tout fichier dépassant cette limite est rejeté avant même le début de l'analyse.