Превръщане на PDF в документ Markdown, готов за Notion или уики

Преместването на съдържанието на PDF в Notion, Obsidian, GitHub уики, или всеки друг инструмент, базиран на Markdown, обикновено означава или препечатване на всичко наново, или поставянето му като един безформен блок текст с всяко заглавие, списък, и таблица, изравнени в обикновени параграфи.

Как се извежда структурата от PDF

PDF всъщност не съхранява "това е заглавие" или "това е списък с точки" като маркирана концепция по начина, по който прави Word документ или Markdown файл — той просто има текст, позициониран и оразмерен на страница. PDF в Markdown работи обратно от това: текст, забележимо по-голям от заобикалящия го основен текст, става заглавие, редове, започващи с маркер за точка или число, стават списък, а текст, подреден в изравнени колони, става таблица в Markdown.

Какво се пренася добре, и какво не

• Кликаемите връзки в оригиналния PDF се запазват като връзки в Markdown, не просто обикновен текст.
• Чисто форматирани, едноколонни документи — отчети, статии, прости ръководства — се конвертират добре с малко нужда от почистване.
• Плътни многоколонни оформления или необичайно форматиране са по-трудни за правилно извеждане и може да се нуждаят от ръчна доработка след това.
• Сканиран PDF без избираем текстов слой няма нищо за извличане — стартирайте OCR PDF първо.

Когато просто искате суровия текст

Ако изобщо не се нуждаете от структура — само от думите, за да ги поставите някъде или да ги търсите — PDF в текст изцяло прескача извеждането на заглавия/таблици и вместо това експортира обикновен текстов файл с разбивка по редове.