Перетворення PDF на документ Markdown, готовий для Notion чи вікі

Перенесення вмісту PDF у Notion, Obsidian, вікі GitHub, або будь-який інший інструмент на основі Markdown зазвичай означає або передрукування всього, або вставлення цього як одного безформного блоку тексту з кожним заголовком, списком та таблицею, сплющеними в звичайні абзаци.

Як структура виводиться з PDF

PDF насправді не зберігає "це заголовок" або "це маркований список" як позначену концепцію так, як це робить документ Word чи файл Markdown — він просто має текст, розташований і розмірений на сторінці. PDF у Markdown працює у зворотному напрямку від цього: текст, помітно більший за навколишній основний текст, стає заголовком, рядки, що починаються з символу маркера чи числа, стають списком, а текст, розташований у вирівняних стовпцях, стає таблицею Markdown.

Що добре переноситься, а що ні

• Клікабельні посилання в оригінальному PDF зберігаються як посилання Markdown, а не просто звичайний текст.
• Чисто відформатовані, односторінкові документи — звіти, статті, прості посібники — добре конвертуються з невеликим прибиранням.
• Щільні багатоколонкові макети або незвичайне форматування важче правильно вивести і можуть потребувати ручного доопрацювання пізніше.
• Сканований PDF без шару тексту, який можна вибрати, не має нічого для вилучення — спочатку запустіть OCR PDF.

Коли вам просто потрібен необроблений текст

Якщо вам взагалі не потрібна структура — лише слова, щоб вставити кудись або знайти — PDF у текст повністю пропускає виведення заголовків/таблиць і натомість експортує звичайний текстовий файл з розбивкою на рядки.