Convertisseur PDF vers Markdown
Déposez un PDF textuel et obtenez du Markdown propre et structuré — titres, tableaux pipes, listes et liens reconstruits depuis la mise en page. Propulsé par le moteur Rust pdf-inspector compilé en WebAssembly, s'exécutant entièrement dans votre navigateur.
Click to start converting
Go to the converter — PDF vers Markdown output selected (pdf-inspector engine)
Supported input formats
| 格式 | 扩展名 | 说明 |
|---|---|---|
| PDF textuel | PDF natifs numériques — rapports, articles, specs, factures | |
| PDF mixte | Les pages texte se convertissent ; les pages image uniquement sont signalées pour OCR | |
| PDF numérisé | Pas de couche de texte — détecté et rejeté avec un message clair (OCR à venir) | |
| PDF multi-colonnes | Ordre de lecture reconstruit à travers des colonnes type journal |
Comment fonctionne la conversion PDF vers Markdown
Le PDF est un format d'impression, pas un format de document — il stocke des glyphes peints à des coordonnées, sans notion de titres, paragraphes ou tableaux. Un convertisseur doit reconstruire la sémantique depuis la géométrie : les tailles de police deviennent des niveaux de titre, les rectangles alignés deviennent des cellules de tableau, les positions de colonnes deviennent l'ordre de lecture.
Cette page exécute le moteur pdf-inspector, un analyseur Rust compilé en WebAssembly. Il classe d'abord votre PDF (textuel, numérisé ou mixte), décode les polices intégrées via les CMaps ToUnicode (CJK inclus), reconstruit l'ordre de lecture pour les mises en page multi-colonnes, et récupère la structure des tableaux depuis les grilles de rectangles et de lignes — puis émet du GitHub Flavored Markdown.
Tout s'exécute localement dans votre onglet de navigateur. Le PDF ne quitte jamais votre appareil — pas d'envoi, pas de compte, pas de traitement serveur.
Obtenir les meilleurs résultats de conversion
Le moteur fonctionne au mieux sur les PDF natifs numériques — tout ce qui est produit par Word, LaTeX, InDesign ou une imprimante PDF. Les documents numérisés n'ont pas de couche de texte et sont détectés automatiquement ; ils ont besoin d'OCR, qui est sur la feuille de route.
Activez l'option « Optimiser pour les LLM / IA » pour basculer la sortie vers le profil compact : moins de tokens de remplissage, paragraphes sur une seule ligne, et marqueurs de page que vous pouvez utiliser pour les citations. C'est le réglage recommandé pour alimenter des documents à ChatGPT, Claude ou un pipeline RAG.
Les tableaux complexes à cellules fusionnées et les rapports financiers avec continuations sur plusieurs pages sont récupérés par heuristiques — parcourez toujours les lignes du tableau après conversion. Pour PDF vers HTML, RST ou LaTeX, le convertisseur produit d'abord du Markdown et le passe au moteur Pandoc automatiquement.
Qui utilise PDF vers Markdown
Des ingénieurs IA qui préparent le contexte pour des pipelines RAG — la structure Markdown donne aux chunkers des frontières naturelles, et le profil compact réduit le coût en tokens à chaque requête.
Des chercheurs et analystes qui déplacent des articles, rapports financiers et factures vers Obsidian, Notion ou des dépôts docs-as-code versionnés, où le Markdown se diff proprement et se rend partout.
FAQ PDF vers Markdown
+Mon PDF est-il envoyé sur un serveur ?
Jamais. Le moteur pdf-inspector s'exécute comme WebAssembly dans votre onglet de navigateur. Le fichier reste sur votre appareil — le panneau Network ne montre aucun trafic d'envoi pendant la conversion.
+Préserve-t-il les tableaux ?
Oui. La structure des tableaux est récupérée depuis les limites des rectangles, les lignes de règle et l'alignement des colonnes — y compris les tableaux financiers qui se poursuivent sur plusieurs pages. Parcourez toujours les tableaux complexes après conversion.
+Peut-il convertir des PDF numérisés ?
Pas encore. Les PDF numérisés ou image uniquement n'ont pas de couche de texte et nécessitent l'OCR. Le moteur les détecte automatiquement et vous indique quelles pages sont concernées au lieu de produire une sortie erronée.
+Gère-t-il les mises en page multi-colonnes ?
Oui. L'analyseur de mise en page reconstruit l'ordre de lecture logique depuis les coordonnées du texte, donc les articles académiques à deux colonnes et les PDF style newsletter sortent dans le bon ordre.
+Qu'en est-il des PDF chinois et autres CJK ?
Le moteur intègre des tables de caractères CJK (CMaps ToUnicode), donc le texte chinois, japonais et coréen se décode correctement sans polices système.
+Puis-je convertir un PDF en HTML, RST ou LaTeX ?
Oui. Choisissez le format de sortie dans le convertisseur — le PDF est d'abord converti en Markdown, puis passé au moteur Pandoc vers votre format cible, tout dans votre navigateur.