PDF in Markdown
Trasforma un PDF in un file Markdown che puoi inserire in una wiki, in un sito statico o in una pipeline LLM.
API Endpoint
POST /api/v1/tools/pdf/pdf-to-markdown
Accetta dati di form multipart con un file PDF.
Parameters
Questo strumento non ha parametri configurabili. Carica un PDF e ricevi un 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
}Un PDF di grandi dimensioni può richiedere più tempo della finestra sincrona. In tal caso l'API risponde 202 con un jobId, e puoi seguire l'avanzamento su /api/v1/jobs/{jobId}/progress.
Cosa viene mantenuto
Un PDF memorizza testo posizionato, non struttura, quindi il convertitore la deduce:
- Titoli. Le righe brevi con dimensione nettamente maggiore del corpo del testo diventano titoli da
#a######, ordinati per dimensione sull'intero documento. - Elenchi. Le righe che iniziano con un punto elenco o un numero diventano voci di elenco.
- Grassetto, corsivo e link. Mantenuti nel testo. Sopravvivono solo i link
http,httpsemailto. - Tabelle. Le tabelle disegnate con linee di riga diventano tabelle Markdown. Le tabelle impaginate solo con gli spazi di solito vengono rese come paragrafi semplici.
Le immagini vengono scartate. I layout a più colonne e i design di pagina insoliti sono gestiti al meglio possibile, quindi controlla il risultato prima di farci affidamento.
Notes
- Formato di input accettato:
.pdf. - Il campo
charsnella risposta è la lunghezza dell'output Markdown. - Un PDF scansionato non ha un livello di testo da convertire. Lo strumento lo rifiuta con
422e il codiceNO_TEXT_LAYERinvece di restituire un file vuoto. Usa lo strumento OCR PDF per questi file. - Per il percorso inverso, Markdown to PDF, Markdown to DOCX e Markdown to HTML leggono file
.md.
