PDF to Markdown
Ubah PDF menjadi file Markdown yang bisa Anda masukkan ke wiki, situs statis, atau pipeline LLM.
API Endpoint
POST /api/v1/tools/pdf/pdf-to-markdown
Menerima data form multipart berisi file PDF.
Parameters
Alat ini tidak memiliki parameter yang dapat dikonfigurasi. Unggah PDF dan Anda akan mendapatkan file .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
}PDF besar bisa memakan waktu lebih lama daripada jendela sinkron. API lalu menjawab dengan 202 beserta jobId, dan Anda melacak progres di /api/v1/jobs/{jobId}/progress.
Apa yang dipertahankan
PDF menyimpan teks yang sudah diposisikan, bukan struktur, sehingga konverter menyimpulkan strukturnya sendiri:
- Judul. Baris pendek dengan ukuran yang jelas lebih besar daripada teks isi menjadi judul
#sampai######, diurutkan menurut ukuran di seluruh dokumen. - Daftar. Baris yang diawali butir atau angka menjadi item daftar.
- Tebal, miring, dan tautan. Dipertahankan di dalam teks. Hanya tautan
http,httpsdanmailtoyang bertahan. - Tabel. Tabel yang digambar dengan garis keluar sebagai tabel Markdown. Tabel yang ditata hanya dengan spasi biasanya keluar sebagai paragraf biasa.
Gambar dibuang. Tata letak multi-kolom dan desain halaman yang tidak lazim diproses semampunya, jadi periksa hasilnya sebelum Anda mengandalkannya.
Notes
- Format input yang diterima:
.pdf. - Kolom
charspada respons adalah panjang output Markdown. - PDF hasil pindai tidak memiliki lapisan teks untuk dikonversi. Alat ini menolaknya dengan
422dan kodeNO_TEXT_LAYERalih-alih mengembalikan file kosong. Gunakan alat PDF OCR untuk file semacam itu. - Untuk konversi bolak-balik, Markdown to PDF, Markdown to DOCX dan Markdown to HTML membaca file
.md.
