Questa pagina è stata tradotta automaticamente. Hai notato un errore?Aiutaci a migliorarla.
Skip to content

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, https e mailto.
  • 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 chars nella risposta è la lunghezza dell'output Markdown.
  • Un PDF scansionato non ha un livello di testo da convertire. Lo strumento lo rifiuta con 422 e il codice NO_TEXT_LAYER invece 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.