PDF a Markdown
Lee la capa de texto de un PDF y descarga un archivo Markdown con un encabezado por página. Facilita iniciar una edición textual, pero no convierte automáticamente la estructura visual del documento en títulos, listas y tablas semánticas.
Tu archivo se procesa en tu navegador y no se guarda en CARCPI.
Cómo usarla
- 1Carga un PDF de hasta 50 MB que permita seleccionar texto.
- 2Extrae el contenido y abre el MD en un editor de texto o Markdown.
- 3Revisa orden de lectura, saltos y columnas antes de convertirlo de nuevo o publicarlo.
Cuándo usar esta herramienta
- Recuperar el contenido de un borrador para editarlo.
- Conservar referencias de página al iniciar una adaptación a Markdown.
Cómo elegir y comprobar el resultado
La capa de texto no describe toda la maquetación
Los fragmentos que devuelve PDF.js se unen con espacios y se añade un encabezado como ## Pagina 1. No se infieren automáticamente niveles de títulos ni celdas de una tabla. En escaneos sin texto puede quedar solo el encabezado de página, sin una transcripción del contenido visual.
PDF de dos hojas con texto simple
Una primera hoja con Hola y una segunda con Adiós producen dos secciones iniciadas por ## Pagina 1 y ## Pagina 2, con el texto extraído debajo. Si la segunda hoja es una foto escaneada sin capa de texto, no se espera que aparezca Adiós por reconocimiento óptico.
Qué debes tener en cuenta
- No hay OCR ni extracción de imágenes a Markdown.
- El orden de columnas, tipografía y tablas debe reconstruirse manualmente. Un archivo MD no equivale a una copia visual del PDF.
Privacidad y procesamiento
La biblioteca PDF trabaja con los bytes del documento en el navegador. No se envía el PDF a CARCPI para ejecutar esta utilidad; conserva el original antes de cerrar la página.
FAQ
¿Reconoce títulos por tamaño de letra?
No. Los encabezados añadidos identifican las páginas, no los títulos semánticos del original.
¿Por qué faltan palabras de un escaneo?
La herramienta necesita texto embebido; no reconoce letras dentro de una imagen.
¿Puedo volver a generar un PDF idéntico?
No. La extracción pierde maquetación y no guarda las fuentes o posiciones originales.