PDF в Markdown — без переписывания текста
Загрузите PDF и получите текст в формате Markdown с сохранением заголовков, списков и строк таблиц на своих местах. Файлы с текстовым слоем конвертируются напрямую — обычно за пару секунд.
Markdown — это формат на века: он открывается в Obsidian, Notion, Bear, VS Code и любом текстовом редакторе, оставаясь удобным для чтения обычным текстом. Самое сложное — извлечь его из PDF без потери структуры и не дать языковой модели перефразировать оригинал.
Этот режим ничего не переписывает. Если в PDF есть текстовый слой, текст извлекается и нормализуется: никаких обращений к нейросетям и ожидания генерации. Если страница отсканирована, она преобразуется в изображение с разрешением около 144 dpi и распознается визуальной моделью — примерно двадцать секунд на страницу и только первые четыре страницы.
Как выглядит результат
Реальный результат: сфотографированная страница лекции на входе, 542 символов Markdown на выходе, 7.6 секунд. Без правок:
# 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.
Кому подойдет
- Перенос PDF в Obsidian или Notion без ручного перенабора
- Сохранение структуры разделов, чтобы текст оставался связным после вставки
- Превращение лекционных раздаток в документ с возможностью поиска и редактирования
Кому не подойдет: Двухколоночные статьи с неоднозначным порядком чтения и PDF, состоящие преимущественно из формул: символы переносятся как обычный текст, а не математическая вёрстка.
Три совета для лучшего результата
- Обрабатывайте по одной главе за раз. Книга на 300 страниц будет распознаваться долго, не принося практической пользы.
- Проверяйте таблицы после вставки: строки обычно сохраняются, а объединенные ячейки часто теряются.
- Если исходник — скан, ориентируйтесь примерно на двадцать секунд на страницу; обрабатываются только первые четыре страницы.
Как это работает
- Загрузите PDF — или фотографию страницы, если документ только в таком виде.
- Оставьте Markdown в качестве формата вывода и нажмите кнопку.
- Скопируйте текст или скачайте его в виде файла .md, чтобы открыть в приложении для заметок.
Частые вопросы
Изменится ли формулировка текста?
Нет. Если в PDF есть текстовый слой, текст извлекается в исходном виде, включая строки заголовков, маркеры списков и строки таблиц. В этом режиме нет этапа суммаризации или сокращения.
Что происходит со сканированными PDF?
Страницы без текстового слоя преобразуются в изображения и распознаются визуальной моделью, поскольку извлечь текст напрямую невозможно. Считываются только первые четыре страницы, а если сработает это ограничение, над результатом появится предупреждение.
Какие форматы можно загружать?
PDF, DOCX, PPTX, XLSX, EPUB, HTML, CSV, Markdown, обычный текст и изображения. Устаревшие файлы .doc и .xls нужно предварительно сохранить как .docx или .xlsx.
Есть ли ограничение по размеру файла?
До 40 MB на файл. Файлы большего размера отклоняются еще до начала обработки.