Converti un PDF in Markdown

Istruzioni: PDF in Markdown

1. Carica un PDF che contiene testoScegli un PDF o trascinalo sullo strumento. Deve avere un livello di testo: se nel tuo lettore PDF non riesci a evidenziare le parole, il file è una scansione e va passato prima da OCR PDF.
2. Leggi l’anteprimaPremi «Converti in Markdown» e il Markdown ricostruito compare sulla pagina. Controlla che titoli ed elenchi siano finiti dove ti aspetti, in particolare nei documenti con colonne o tabelle.
3. Copialo o tieni il .mdPremi «Copia il testo» per incollare il Markdown in un editor, un wiki o una chat, oppure scaricalo come file .md da tenere insieme ai tuoi altri appunti.

Un esempio pratico

Una guida di due pagine, guida.pdf, usa 10 pt per il testo normale, 18 pt per il titolo, 14 pt per i titoli di sezione e 12 pt per i sottotitoli, con i passaggi segnati da «•». Il file guida.md che ne risulta contiene:

• # per il titolo a 18 pt, ## per i titoli a 14 pt e ### per i sottotitoli a 12 pt (12 ÷ 10 = 1,2, sopra la soglia di 1,12);
• - al posto di ogni «•»;
• una riga --- dove comincia la pagina 2.

Una riga a 11 pt resta testo normale (11 ÷ 10 = 1,1). L’eccezione è una riga in grassetto sotto gli 80 caratteri che non sia una voce di elenco e non finisca con punto, due punti, punto e virgola o virgola: diventa anch’essa un titolo ###.

Cosa fa e quali limiti ha

• Serve un livello di testo: una scansione non produce Markdown finché OCR PDF non gliene ha aggiunto uno.
• Le tabelle diventano righe semplici, non tabelle GitHub Flavored Markdown, e le immagini vengono escluse; salvale con Estrai immagini.
• Solo tre livelli di titolo: anche un quarto livello, o una dimensione ancora più piccola, viene scritto come ###.
• Grassetto, corsivo e link non vengono marcati, e le impaginazioni a due colonne possono mescolare le righe di colonne vicine.

PDF in Markdown: cosa c’è da sapere

Un PDF registra dove si trova ogni porzione di testo sulla pagina e quanto è grande, ma raramente dice quale riga è un titolo o quali righe appartengono a un elenco. Questo convertitore legge il livello di testo con pdf.js, prende queste decisioni da solo e scrive il risultato in Markdown:

• I titoli vengono dedotti dal testo composto in un carattere più grande di quello normale.
• Gli elenchi nascono dalle righe che cominciano con un simbolo di punto elenco o con un numero, e diventano voci puntate o numerate.
• I paragrafi vengono ricomposti: le righe che il PDF ha spezzato al margine destro tornano a scorrere insieme, così non ti ritrovi un a capo forzato ogni dozzina di parole.
• Le interruzioni di pagina sono segnate con una linea orizzontale, ---.

Il Markdown compare in un’anteprima sulla pagina. Il pulsante Copia il testo lo mette tutto negli appunti, oppure puoi salvarlo come file .md. Essendo testo semplice, il risultato si apre con qualsiasi editor e si inserisce direttamente in wiki, app di note e siti di documentazione che usano il Markdown.

Considera la struttura una prima bozza

Ogni titolo e ogni elenco del risultato è una deduzione basata su indizi visivi. Un titolo in grassetto alla dimensione del testo normale può uscire come una riga qualunque, mentre una citazione stampata in grande può essere promossa a titolo. Scorri l’anteprima prima di fidarti, soprattutto con documenti lunghi o molto curati graficamente.

Quando ti serve

• Portare un vecchio manuale in un wiki

  Una guida di prodotto che esiste ormai solo in PDF può diventare pagine Markdown con i titoli di sezione e gli elenchi dei passaggi intatti, pronte da dividere per argomento e modificare nel tuo sistema di documentazione.

• Modificare una relazione di cui hai perso il file sorgente

  Quando il file originale del programma di videoscrittura è andato perso, il Markdown ti dà un testo modificabile con la sua struttura già al suo posto. Fai le modifiche, poi crea un PDF nuovo con Markdown in PDF.

• Dare un documento lungo a un assistente di intelligenza artificiale

  Gli assistenti di chat leggono facilmente il Markdown, e i segni dei titoli indicano loro in quale sezione si trova un paragrafo. Incolla le sezioni che ti servono invece di allegare l’intero PDF.

Tabelle, immagini e pagine a più colonne

Le tabelle non vengono ricostruite come tabelle Markdown. Dentro un PDF una tabella è solo un insieme di parole collocate a certe coordinate, senza alcuna traccia di righe o celle, quindi il contenuto delle celle esce come righe di testo separate. Ricrea a mano le tabelle importanti, oppure conserva un’immagine fedele della pagina con PDF in PNG.

Le immagini restano fuori dal Markdown. Per tenere foto, grafici e figure, salvale con Estrai immagini e collegale tu al tuo Markdown.

Le impaginazioni a più colonne, come newsletter e articoli accademici, possono mescolarsi, con le righe di colonne vicine che si alternano. I documenti a una colonna esportati da un programma di videoscrittura o da una pagina web danno il risultato più pulito.

Le scansioni hanno bisogno prima di un livello di testo

Un PDF scansionato contiene immagini delle pagine e nessun carattere, quindi questo strumento non ha niente da leggere e il Markdown esce vuoto. Passa il file da OCR PDF, che riconosce le parole e aggiunge un livello di testo invisibile, poi riporta qui il nuovo file. L’OCR ha il suo margine di errore, quindi ricontrolla nomi e cifre nel risultato.

Markdown, testo semplice o immagini: quale risultato scegliere

• Markdown (questo strumento) quando vuoi la struttura del documento: titoli, elenchi e paragrafi puliti da continuare a modificare.
• Testo semplice con PDF in testo quando vuoi le parole esattamente come sono salvate, con le righe di riferimento delle pagine e nessuna deduzione sulla struttura.
• Immagini con PDF in PNG quando l’aspetto preciso di ogni pagina conta più del testo modificabile.

Cosa si conserva, e dove avviene

I caratteri arrivano esattamente come li conserva il PDF, quindi non si perde nulla per colpa della risoluzione o della compressione. Resta indietro ciò che il Markdown non sa descrivere: font, colori, spaziature e la posizione esatta degli elementi sulla pagina. Il file .md risultante è piccolo, perché contiene solo testo e pochi simboli di formattazione. Se il file è bloccato, togli la password con Sblocca PDF (devi conoscerla) e converti la copia sbloccata.

La conversione avviene dentro questa scheda del browser, e né il PDF né il Markdown vengono caricati; puoi verificarlo da te in pochi passaggi.