PDF-in-Markdown-Konverter
Eine textbasierte PDF ablegen und sauberes, strukturiertes Markdown erhalten — Überschriften, Pipe-Tabellen, Listen und Links, rekonstruiert aus dem Seitenlayout. Angetrieben von der pdf-inspector-Rust-Engine, kompiliert zu WebAssembly, vollständig in Ihrem Browser laufend.
Click to start converting
Go to the converter — PDF in Markdown output selected (pdf-inspector engine)
Supported input formats
| 格式 | 扩展名 | 说明 |
|---|---|---|
| Textbasierte PDF | Native digitale PDFs — Berichte, Arbeiten, Specs, Rechnungen | |
| Gemischte PDF | Textseiten werden konvertiert; reine Bild-Seiten für OCR markiert | |
| Gescannte PDF | Keine Textschicht — erkannt und mit klarer Meldung abgelehnt (OCR kommt später) | |
| Mehrspaltige PDF | Lesereihenfolge über zeitungsstilige Spalten hinweg rekonstruiert |
Wie die PDF-in-Markdown-Konvertierung funktioniert
PDF ist ein Druckformat, kein Dokumentformat — es speichert gemalte Glyphen an Koordinaten, ohne Konzept von Überschriften, Absätzen oder Tabellen. Ein Konverter muss Semantik aus Geometrie rekonstruieren: Schriftgrößen werden zu Überschriftenebenen, ausgerichtete Rechtecke zu Tabellenzellen, Spaltenpositionen zur Lesereihenfolge.
Diese Seite läuft mit der pdf-inspector-Engine, einem zu WebAssembly kompilierten Rust-Parser. Sie klassifiziert Ihre PDF zuerst (textbasiert, gescannt oder gemischt), dekodiert eingebettete Schriften über ToUnicode-CMaps (CJK inklusive), stellt die Lesereihenfolge für mehrspaltige Layouts wieder her und gewinnt Tabellenstruktur aus Rechteck- und Liniengittern — und gibt GitHub Flavored Markdown aus.
Alles läuft lokal in Ihrem Browser-Tab. Die PDF verlässt nie Ihr Gerät — keine Uploads, keine Konten, keine Serververarbeitung.
Die besten Konvertierungsergebnisse erzielen
Die Engine arbeitet am besten auf nativen digitalen PDFs — alles, was von Word, LaTeX, InDesign oder einem PDF-Drucker erzeugt wurde. Gescannte Dokumente haben keine Textschicht und werden automatisch erkannt; sie benötigen OCR, das auf der Roadmap ist.
Aktivieren Sie die Option „Für LLMs / KI optimieren“, um die Ausgabe auf das kompakte Profil zu schalten: weniger Füll-Tokens, einzeilige Absätze und Seitenmarker, die Sie für Zitate verwenden können. Das ist die empfohlene Einstellung, wenn Sie Dokumente an ChatGPT, Claude oder eine RAG-Pipeline weitergeben.
Komplexe Tabellen mit verbundenen Zellen und Finanzberichte mit mehrseitigen Fortsetzungen werden durch Heuristiken wiederhergestellt — überfliegen Sie immer die Tabellenzeilen nach der Konvertierung. Für PDF zu HTML, RST oder LaTeX erzeugt der Konverter zuerst Markdown und leitet es automatisch durch die Pandoc-Engine.
Wer PDF-in-Markdown verwendet
KI-Ingenieure, die Kontext für RAG-Pipelines vorbereiten — Markdown-Struktur gibt Chunkern natürliche Grenzen, und das kompakte Profil senkt die Token-Kosten bei jeder Anfrage.
Forscher und Analysten, die Arbeiten, Finanzberichte und Rechnungen nach Obsidian, Notion oder versionskontrollierte Docs-as-Code-Repositories verschieben, wo Markdown sauber diffet und überall rendert.
PDF in Markdown – FAQ
+Wird meine PDF auf einen Server hochgeladen?
Nie. Die pdf-inspector-Engine läuft als WebAssembly in Ihrem Browser-Tab. Die Datei bleibt auf Ihrem Gerät — das Netzwerk-Panel zeigt keinen Upload-Verkehr während der Konvertierung.
+Werden Tabellen erhalten?
Ja. Tabellenstruktur wird aus Rechteck-Grenzen, Linien und Spaltenausrichtung wiederhergestellt — einschließlich Finanztabellen, die über Seiten fortgesetzt werden. Überfliegen Sie komplexe Tabellen immer nach der Konvertierung.
+Können gescannte PDFs konvertiert werden?
Noch nicht. Gescannte und reine Bild-PDFs haben keine Textschicht und benötigen OCR. Die Engine erkennt sie automatisch und teilt Ihnen mit, welche Seiten betroffen sind, statt Schrott-Ausgabe zu erzeugen.
+Werden mehrspaltige Layouts behandelt?
Ja. Der Layout-Analysator rekonstruiert die logische Lesereihenfolge aus Text-Koordinaten, sodass zweispaltige wissenschaftliche Arbeiten und Newsletter-PDFs in der korrekten Reihenfolge herauskommen.
+Was ist mit chinesischen und anderen CJK-PDFs?
Die Engine bettet CJK-Zeichenkarten (ToUnicode-CMaps) ein, sodass chinesischer, japanischer und koreanischer Text ohne Systemschriften korrekt dekodiert wird.
+Kann ich PDF in HTML, RST oder LaTeX konvertieren?
Ja. Wählen Sie das Ausgabeformat im Konverter — die PDF wird zuerst in Markdown konvertiert, dann über die Pandoc-Engine in Ihr Zielformat geleitet, alles in Ihrem Browser.