Konversi PDF ke Markdown
Ubah PDF apa pun menjadi Markdown yang rapi dan terstruktur: judul, tabel, daftar, dan tautan tetap terjaga.
Lepas File PDF di Sini
Lepaskan untuk menambahkan file
Pengurai PDF, bukan sekadar tumpahan teks
Sebagian besar alat «PDF ke teks» mengembalikan dinding baris dalam urutan yang kebetulan dipakai berkas itu saat menyimpannya. Alat ini menyusun ulang dokumennya: baris mana yang tadinya judul, blok mana yang berupa tabel, kolom mana yang lebih dulu, dan di titik mana pergantian halaman memotong sebuah paragraf.
Ekstraksi teks biasa
Hasil Kuartalan Pendapatan tumbuh 18 % secara tahunan. Tabel di bawah ini Wilayah K3 K4 EMEA 4,1 4,8 APAC 2,7 3,9 merinci kinerja menurut wilayah.
Konverter ini
## Hasil Kuartalan Pendapatan tumbuh 18 % secara tahunan. Tabel di bawah ini merinci kinerja menurut wilayah. | Wilayah | K3 | K4 | |---------|-----|-----| | EMEA | 4,1 | 4,8 | | APAC | 2,7 | 3,9 |
PDF yang sama. Bedanya adalah struktur: satu tingkat judul, tabel yang sungguhan, dan paragraf yang dirangkai ulang mengelilingi blok yang tadinya menyelanya.
Apa yang bertahan setelah konversi
Struktur diperoleh dari geometri tata letak, bukan ditebak dari tanda baca.
Judul dan daftar
Tingkat judul berasal dari ukuran dan ketebalan huruf secara relatif, sehingga H2 tetap H2 alih-alih berubah menjadi paragraf biasa. Daftar bernomor dan bertanda mempertahankan susunan bersarangnya, sedangkan bagian tebal, miring, dan berspasi tetap dibawa masuk sebagai penekanan serta kode dalam baris pada Markdown.
Tabel, bergaris atau tidak
Tabel bergaris dikenali dari garisnya. Yang tanpa garis — sebenarnya hanya kolom teks yang disejajarkan — ditemukan dengan mengelompokkan posisi selnya, dan di titik itulah sebagian besar konverter menyerah lalu menghasilkan potongan-potongan berantakan yang dipisahkan tab.
Urutan baca banyak kolom
Halaman dua kolom menyimpan teksnya dalam satu aliran yang berzigzag antarkolom. Jika dibaca apa adanya, setiap baris kedua berasal dari tempat yang keliru. Batas kolom ditentukan lebih dahulu, sehingga tiap kolom dibaca dari atas ke bawah sebelum kolom berikutnya dimulai.
Tautan dan perbaikan pergantian halaman
Anotasi tautan menjadi tautan Markdown yang sesungguhnya, bukan diratakan menjadi teks polos. Paragraf yang terbelah oleh batas halaman — dengan kepala halaman, kaki halaman, dan nomor halaman terselip di antaranya — dijahit kembali menjadi satu paragraf.
Konversi massal
Kirim satu folder penuh PDF sebagai satu tugas dan terima ZIP berisi setiap berkas .md ditambah manifes CONVERSION_REPORT.md yang mencatat apa yang terjadi pada masing-masing. Tersedia pada paket dengan pemrosesan massal yang aktif.
Privat secara bawaan
Berkas diunggah melalui TLS, diproses, lalu dihapus otomatis begitu masa penyimpanan paket Anda berakhir. Pratinjau halaman dibuat secara lokal di peramban Anda, jadi PDF yang akhirnya tidak Anda konversi tidak pernah meninggalkan komputer Anda.
Empat hal yang membuat konverter PDF berantakan
PDF menyimpan glif pada koordinat tertentu. Ia tidak menyimpan paragraf, tabel, atau urutan baca — semua itu harus disimpulkan. Inilah yang harus dilewati proses penyimpulan tersebut.
Tata letak dua kolom
Masalahnya
Artikel akademis, buletin, dan laporan tahunan menata teks dalam kolom, tetapi aliran isi di baliknya sering melintang selebar halaman. Jika diekstrak sesuai urutan penyimpanan, hasilnya baris satu kolom A, lalu baris satu kolom B, lalu baris dua kolom A — kekusutan berselang-seling yang terbaca seperti omong kosong. Pengurai lebih dulu mendeteksi celah vertikalnya dan membaca tiap kolom sebagai blok tersendiri.
Tabel tanpa garis
Masalahnya
Banyak sekali tabel yang sama sekali tidak memiliki garis; manusia membacanya sebagai tabel semata-mata karena nilainya sejajar. Tanpa garis untuk dideteksi, satu-satunya petunjuk adalah analisis geometris tentang di mana teks dimulai dan berakhir pada tiap baris. Baris dan kolom disimpulkan dari kesejajaran itu lalu dibangun ulang sebagai tabel Markdown.
Paragraf yang terpotong pergantian halaman
Masalahnya
Kalimat yang dimulai di bagian bawah halaman 4 dan berakhir di bagian atas halaman 5 memiliki kepala halaman berjalan, kaki halaman, dan nomor halaman di antara kedua belahannya. Elemen berulang itu dikenali lintas halaman lalu dibuang, dan kedua potongan disatukan menjadi satu paragraf.
Halaman tanpa teks sama sekali
Masalahnya
Halaman hasil pindaian berisi gambar, bukan karakter — benar-benar tidak ada yang bisa diekstrak. Alih-alih diam-diam menghasilkan bagian kosong, halaman semacam itu dihitung dan dilaporkan berikut nomornya, sehingga keluaran yang pendek menjadi terjelaskan, bukan tampak seperti kerusakan. Aktifkan OCR dan halaman itu akan dibaca.
Halaman pindaian: dilaporkan secara bawaan, dapat dibaca bila diminta
Jika sebuah halaman tidak memiliki lapisan teks, konverter memberi tahu halaman mana saja yang terdampak alih-alih diam-diam menghasilkan berkas yang lebih pendek. OCR opsional membaca halaman tersebut sebagai teks — nonaktif secara bawaan, karena ini benar-benar sebuah pertukaran, bukan peningkatan gratis.
Yang dipulihkan
Judul, daftar, tabel, dan urutan baca semuanya kembali, karena semua itu diturunkan dari posisi kata pada halaman, bukan dari metadata huruf.
Berapa biayanya
Sekitar 1,5 detik per halaman dibandingkan kira-kira 50 milidetik tanpa OCR — kurang lebih tiga puluh kali lebih lambat — dan dibatasi 50 halaman per dokumen.
Yang tak bisa dipulihkan
Cetak tebal dan miring. Keluaran OCR tidak membawa informasi huruf, sehingga penekanan pada halaman yang dikenali hilang untuk selamanya. Kesalahan pengenalan pada pindaian berkualitas buruk juga wajar terjadi.
OCR memakai hak paket yang sama dengan alat OCR mandiri. Halaman yang dibaca dengan cara ini dicantumkan terpisah pada hasilnya, agar Anda tahu persis bagian dokumen mana yang perlu diperiksa ulang.
Mengonversi banyak berkas sekaligus
Mode massal dibangun dengan anggapan bahwa pada folder PDF mana pun di dunia nyata, setidaknya satu berkas akan bermasalah.
Satu tugas, satu ZIP
Setiap PDF menjadi berkas .md tersendiri di dalam satu arsip, sehingga migrasi dokumentasi cukup satu kali unggah dan satu kali unduh, bukan perulangan yang membosankan.
Satu berkas bermasalah tidak pernah menenggelamkan tugasnya
PDF yang rusak atau terkunci gagal sendirian. Sisanya dikonversi seperti biasa dan tetap dapat diunduh — Anda tidak pernah kembali ke titik nol hanya karena satu berkas.
Catatan tentang apa yang terjadi
CONVERSION_REPORT.md di dalam ZIP mencatat hasil tiap berkas sumber: halaman yang dikonversi, halaman yang ternyata pindaian, dan halaman yang tidak dapat diproses.
Satu kata sandi per berkas
PDF terlindungi jarang memakai kata sandi yang sama. Tiap berkas terkunci punya kolomnya sendiri, diperiksa di peramban Anda sebelum diunggah, sehingga salah ketik langsung ketahuan alih-alih setelah transfer panjang.
Markdown, teks biasa, atau Word?
Ketiganya sama-sama mengeluarkan kata dari PDF. Bedanya terletak pada seberapa banyak bentuk dokumen yang ikut terbawa, dan pada apa yang bisa Anda lakukan setelahnya.
| Markdown | Teks biasa (.txt) | Word (.docx) | |
|---|---|---|---|
| Judul | Terjaga sebagai tingkat # | Hilang | Terjaga sebagai gaya |
| Tabel | Tabel Markdown | Hilang | Terjaga |
| Terbaca baik pada perbandingan perubahan | Ya | Ya | Tidak — format biner |
| Tampil di GitHub, wiki, dan situs dokumentasi | Secara bawaan | Sebagai blok kode | Tidak tanpa konversi |
| Masukan yang baik untuk model bahasa atau indeks pencarian | Terbaik — struktur bertahan | Bisa dipakai, tanpa struktur | Perlu diekstrak lebih dulu |
| Dapat disunting di penyunting teks apa pun | Ya | Ya | Tidak |
Pedoman praktis: Markdown bila teksnya akan dibaca, diversikan, atau diproses lebih lanjut; Word bila akan ditata ulang dan dicetak.
Cara mengonversi PDF ke Markdown
Tidak perlu akun untuk mencobanya, dan tidak ada perangkat lunak yang harus dipasang.
Tambahkan berkas PDF Anda
Seret berkas ke mana saja pada halaman ini atau gunakan pemilih berkas. Tiap berkas memperoleh gambar mini halaman pertama dan jumlah halaman, dibuat secara lokal di peramban Anda.
Atur opsinya
Bila perlu, ekstrak gambar yang tertanam, aktifkan OCR untuk halaman pindaian, dan masukkan kata sandi bagi setiap berkas yang tampil terkunci.
Konversi
Satu berkas dikonversi seketika. Beberapa berkas diantrikan sebagai tugas massal dan diproses bersama, dengan kemajuan yang ditampilkan setiap kali satu berkas selesai.
Unduh dan baca catatannya
Anda memperoleh berkas .md, atau ZIP bila ada gambar yang diekstrak atau Anda mengonversi beberapa berkas. Baca pemberitahuannya bila muncul: di situ tertulis halaman mana yang perlu diperhatikan.
Di mana ini benar-benar dipakai
Di mana pun sebuah PDF harus menjadi teks yang bisa diolah mesin atau sistem kontrol versi.
Migrasi dokumentasi
Manual lama, prosedur kerja, dan lembar spesifikasi yang terkunci dalam PDF berpindah ke situs dokumentasi, wiki, atau repositori dengan judul dan tabel yang utuh — tanpa mengetik ulang dan tanpa satu putaran penataan ulang.
Alur RAG dan konteks model bahasa
Kualitas pengambilan sangat bergantung pada pemotongan, dan pemotongan bergantung pada struktur. Judul Markdown memberi pemotong batas yang nyata untuk memenggal, sesuatu yang jelas tidak disediakan teks biasa.
Riset dan pencatatan
Bawa artikel ke Obsidian, Notion, atau Logseq dengan bagian dan tabel yang terjaga, sehingga kutipan dan gambar tetap terhubung dengan judul asalnya.
Dokumen dengan kontrol versi
Markdown dibandingkan baris demi baris di git. Kontrak atau kebijakan yang sekali dikonversi selanjutnya bisa dilacak, ditinjau, dan disetujui melalui alur kerja yang sama dengan kode.
Konten untuk situs statis dan CMS
Markdown adalah masukan asli bagi Hugo, Jekyll, Astro, Docusaurus, dan sebagian besar CMS headless, jadi berkas hasil konversi langsung masuk ke direktori konten.
Ekstraksi data dari laporan
Laporan keuangan dan laporan survei mengubur angkanya di dalam tabel. Tabel Markdown sangat mudah diurai, sehingga angka-angka itu menjadi terjangkau oleh skrip.
Yang tidak akan dilakukannya
Perlu diketahui sejak awal, karena konverter yang menyembunyikan kelemahannya lebih sulit dipercaya daripada yang menyebutkannya terang-terangan.
Halaman sulit ditandai, bukan disembunyikan
Halaman yang berupa pindaian, yang gagal diproses, atau yang terlalu rumit bagi pendeteksian tabel masing-masing dilaporkan berikut nomornya pada hasil. Halaman rumit tetap menghasilkan teksnya dalam bentuk paragraf — yang hilang adalah bentuk tabelnya.
Batas ukuran dan halaman berasal dari paket Anda
Ukuran berkas maksimum, jumlah halaman per dokumen, dan jumlah berkas per tugas massal semuanya ditetapkan paket Anda dan ditampilkan pada panel di samping area unggah. Angka yang tampil selalu angka Anda saat ini.
Berkas terenkripsi butuh kata sandinya
PDF yang terkunci tidak bisa dibaca tanpa kata sandi. Kata sandi dipakai untuk satu konversi itu saja, diperiksa lebih dulu di peramban Anda, dan tidak pernah disimpan.
Pertanyaan yang sering diajukan
Apakah ini bekerja pada PDF hasil pindaian?
Tidak tanpa OCR, karena halaman pindaian menyimpan gambar dan bukan karakter — tidak ada yang bisa diekstrak. Konverter memberi tahu persis halaman mana yang berupa pindaian, dan dengan OCR diaktifkan halaman itu akan dibaca. Bersiaplah untuk proses yang jauh lebih lambat dan hilangnya cetak tebal serta miring pada halaman tersebut.
Apakah tabel benar-benar terjaga atau hanya didekati?
Baik tabel bergaris maupun tata letak kolom sejajar tanpa garis dideteksi dan dibangun ulang sebagai tabel Markdown. Halaman yang sangat rumit — sel yang digabung, tabel bersarang, penataan visual yang berat — turun menjadi paragraf biasa, dan halaman tersebut dicantumkan pada hasil agar Anda tahu mana yang perlu diperiksa.
Apa yang terjadi pada gambar di dalam PDF?
Secara bawaan gambar dilewati dan Anda memperoleh satu berkas .md. Centang «ekstrak gambar yang tertanam» dan hasilnya berupa ZIP berisi Markdown Anda ditambah folder images/, dengan Markdown yang menautkan setiap berkas hasil ekstraksi.
Bisakah saya mengonversi beberapa PDF sekaligus?
Bisa, pada paket dengan pemrosesan massal yang aktif. Berkas diantrikan sebagai satu tugas dan dikembalikan dalam ZIP beserta laporan konversi. Tanpa fitur paket tersebut, Anda tetap dapat mengonversi berapa pun jumlah berkas, satu per satu.
Bagaimana penanganannya pada artikel akademis dua kolom?
Batas kolom dideteksi sebelum teks apa pun dibaca, sehingga tiap kolom diproses dari atas ke bawah secara bergiliran. Tanpa langkah itu, ekstraksi berpindah-pindah antarkolom baris demi baris dan hasilnya tak terpakai — inilah tepatnya alasan begitu banyak alat tersandung khusus pada artikel.
Bisakah saya mengonversi PDF yang dilindungi kata sandi?
Bisa. Berkas terkunci menampilkan kolom kata sandi pada kartunya sendiri, dan kata sandi diverifikasi di peramban Anda sebelum apa pun diunggah, sehingga kata sandi yang salah langsung ketahuan. Dalam satu tugas massal, tiap berkas boleh memiliki kata sandi berbeda.
Seberapa besar berkas yang bisa saya konversi?
Itu bergantung pada paket Anda. Batas yang tampil di bawah area unggah adalah batas Anda saat ini dan dibaca langsung dari akun Anda alih-alih berupa angka tetap, jadi meningkatkan paket akan langsung menaikkannya.
Apakah Markdown-nya sudah siap terbit apa adanya?
Biasanya hampir. Judul, daftar, tabel, dan tautan keluar dengan rapi, dan hasilnya berupa CommonMark standar yang tampil di GitHub, di wiki, dan di pembangun situs statis. Dokumen dengan tata letak tak lazim layak dibaca sekilas, dan pemberitahuan pada hasil memberi tahu Anda tempat yang perlu diperiksa.
Berapa lama berkas saya disimpan?
Unggahan dan keluaran hasil konversi dihapus otomatis setelah masa penyimpanan paket Anda, yang ditampilkan di bawah area unggah. Anda juga dapat menghapus berkas hasil konversi seketika dari layar unduhan.
Apakah saya perlu akun?
Tidak. Konversi berjalan tanpa masuk akun, dalam batas paket anonim untuk ukuran berkas, jumlah halaman, dan konversi harian. Masuk akun menaikkan batas tersebut dan menyimpan berkas Anda lebih lama.
Alat terkait
Cara lain untuk mengeluarkan isi dari PDF, atau memasukkannya ke dalam PDF.
Related Guides
Common document management mistakes small business make
Discover the most common document management mistakes small businesses make and learn simple ways to organize, store, share, and manage important files efficiently." focus_keyword: Document Management Mistakes
The Difference Between Storing Documents and Actually Managing Them
Learn the difference between storing documents and actually managing them. Discover how better organization, version control, PDF tools, and workflows save time." focus_keyword: Document Storage vs Document Management
PDF Techno vs iLovePDF OCR: Which Is More Accurate?
Compare PDF Techno vs iLovePDF OCR for text accuracy, scanned PDFs, multilingual documents, tables, ease of use, and overall OCR performance.
PDF Techno vs Smallpdf PDF to JPG: Which Is Better?
Compare PDF Techno vs Smallpdf PDF to JPG conversion for image quality, text clarity, scanned documents, file size, ease of use, and overall results.
Edit PDF vs Repair PDF: What's the Difference and Which One Do You Need?
Confused between editing a PDF and repairing one? Learn the difference, when to use each option, and how PDF Techno helps you edit and repair PDF files quickly.
PDF Security Checklist: 10 Things You Should Do Before Sharing a File
Protect your sensitive documents with this PDF security checklist. Learn 10 essential steps to secure your PDF before sharing it online using PDF Techno.