Convertir un PDF en un documento Markdown listo para Notion o una wiki

Mover el contenido de un PDF a Notion, Obsidian, una wiki de GitHub o cualquier otra herramienta basada en Markdown suele significar o bien retiratearlo todo o pegarlo como un bloque de texto informe con cada encabezado, lista y tabla aplanados en párrafos normales.

Cómo se infiere la estructura de un PDF

Un PDF no almacena en realidad «esto es un encabezado» o «esto es una lista con viñetas» como un concepto etiquetado, como sí hace un documento de Word o un archivo Markdown: solo tiene texto colocado y dimensionado en una página. PDF a Markdown trabaja hacia atrás desde ahí: el texto notablemente más grande que el cuerpo de alrededor se convierte en un encabezado, las líneas que empiezan por un carácter de viñeta o un número se convierten en una lista, y el texto dispuesto en columnas alineadas se convierte en una tabla de Markdown.

Qué se traslada bien y qué no

• Los enlaces clicables del PDF original se conservan como enlaces de Markdown, no solo como texto plano.
• Los documentos con formato limpio y una sola columna —informes, artículos, guías sencillas— se convierten bien con poca limpieza necesaria.
• Las disposiciones densas de varias columnas o los formatos inusuales son más difíciles de inferir correctamente y pueden necesitar retoques manuales después.
• Un PDF escaneado sin capa de texto seleccionable no tiene nada que extraer: ejecuta antes OCR PDF.

Cuándo solo quieres el texto en bruto

Si no necesitas estructura en absoluto —solo las palabras, para pegar en algún sitio o buscar dentro—, PDF a texto se salta por completo la inferencia de encabezados y tablas y exporta en su lugar un archivo de texto plano con saltos de línea.