PDF to Markdown
PDF를 Markdown 파일로 바꿔 위키, 정적 사이트, LLM 파이프라인에 바로 넣을 수 있습니다.
API Endpoint
POST /api/v1/tools/pdf/pdf-to-markdown
PDF 파일이 포함된 multipart form data를 받습니다.
Parameters
이 도구에는 구성 가능한 매개변수가 없습니다. PDF를 업로드하면 .md 파일을 받습니다.
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
}큰 PDF는 동기 대기 시간을 넘길 수 있습니다. 이때 API는 202와 jobId로 응답하며, 진행 상황은 /api/v1/jobs/{jobId}/progress에서 확인할 수 있습니다.
What gets kept
PDF는 구조가 아니라 위치가 지정된 텍스트를 저장하므로, 변환기가 구조를 추정합니다.
- 제목. 본문보다 확실히 큰 짧은 줄은
#부터######까지의 제목이 되며, 문서 전체의 크기 순으로 단계가 정해집니다. - 목록. 글머리 기호나 숫자로 시작하는 줄은 목록 항목이 됩니다.
- 굵게, 기울임, 링크. 인라인으로 유지됩니다.
http,https,mailto링크만 유지됩니다. - 표. 선으로 그린 표는 Markdown 표로 출력됩니다. 공백만으로 배치한 표는 대개 일반 문단으로 나옵니다.
이미지는 제거됩니다. 다단 레이아웃과 특이한 페이지 디자인은 최선을 다해 처리하므로, 사용하기 전에 출력을 확인하세요.
Notes
- 허용되는 입력 형식:
.pdf. - 응답의
chars필드는 Markdown 출력의 길이입니다. - 스캔된 PDF에는 변환할 텍스트 레이어가 없습니다. 이 도구는 빈 파일을 반환하는 대신
422와 코드NO_TEXT_LAYER로 거부합니다. 그럴 때는 PDF OCR 도구를 사용하세요. - 왕복 변환에는 Markdown to PDF, Markdown to DOCX, Markdown to HTML를 사용할 수 있습니다. 이들은
.md파일을 읽습니다.
