Esta página se tradujo automáticamente. ¿Detectaste un error?Ayuda a mejorarla.
Skip to content

PDF a Markdown ​

Convierte un PDF en un archivo Markdown que puedes llevar a una wiki, un sitio estático o un flujo con LLM.

API Endpoint ​

POST /api/v1/tools/pdf/pdf-to-markdown

Acepta datos de formulario multipart con un archivo PDF.

Parameters ​

Esta herramienta no tiene parámetros configurables. Sube un PDF y recibirás un archivo .md.

Example Request ​

bash
curl -X POST http://localhost:1349/api/v1/tools/pdf/pdf-to-markdown \
  -H "Authorization: Bearer si_your-api-key" \
  -F "[email protected]"

Example Response ​

json
{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "downloadUrl": "/api/v1/download/a1b2c3d4-e5f6-7890-abcd-ef1234567890/report.md",
  "originalSize": 520000,
  "processedSize": 14300,
  "chars": 14300
}

Un PDF grande puede tardar más que la ventana síncrona. Entonces la API responde 202 con jobId, y sigues el progreso en /api/v1/jobs/{jobId}/progress.

What gets kept ​

Un PDF guarda texto posicionado, no estructura, así que el conversor la deduce:

  • Encabezados. Las líneas cortas con un tamaño claramente mayor que el del cuerpo pasan a ser encabezados de # a ######, ordenados por tamaño en todo el documento.
  • Listas. Las líneas que empiezan con una viñeta o un número pasan a ser elementos de lista.
  • Negrita, cursiva y enlaces. Se conservan en línea. Solo sobreviven los enlaces http, https y mailto.
  • Tablas. Las tablas dibujadas con líneas salen como tablas de Markdown. Las tablas maquetadas solo con espacios suelen salir como párrafos normales.

Las imágenes se descartan. Los diseños de varias columnas y las páginas poco habituales se tratan lo mejor posible, así que revisa la salida antes de fiarte de ella.

Notes ​

  • Formato de entrada aceptado: .pdf.
  • El campo chars de la respuesta es la longitud de la salida en Markdown.
  • Un PDF escaneado no tiene capa de texto que convertir. La herramienta lo rechaza con 422 y el código NO_TEXT_LAYER en lugar de devolver un archivo vacío. Usa la herramienta OCR de PDF en esos casos.
  • Para el viaje de ida y vuelta, Markdown a PDF, Markdown a DOCX y Markdown a HTML leen archivos .md.