PDF to Markdown
Zamień plik PDF na plik Markdown, który możesz wrzucić do wiki, na statyczną stronę albo do potoku z LLM.
API Endpoint
POST /api/v1/tools/pdf/pdf-to-markdown
Przyjmuje dane formularza multipart z plikiem PDF.
Parameters
To narzędzie nie ma konfigurowalnych parametrów. Prześlij plik PDF, a otrzymasz z powrotem plik .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
}Duży plik PDF może potrwać dłużej niż okno synchroniczne. API odpowiada wtedy 202 z jobId, a postęp śledzisz pod /api/v1/jobs/{jobId}/progress.
What gets kept
PDF przechowuje tekst z pozycjami, a nie strukturę, więc konwerter ją wykrywa:
- Nagłówki. Krótkie wiersze wyraźnie większe od tekstu podstawowego stają się nagłówkami od
#do######, uszeregowanymi według rozmiaru w całym dokumencie. - Listy. Wiersze zaczynające się od punktora lub numeru stają się elementami listy.
- Pogrubienie, kursywa i linki. Zachowane w tekście. Przetrwają tylko linki
http,httpsimailto. - Tabele. Tabele narysowane liniami trafiają do wyniku jako tabele Markdown. Tabele ułożone samymi odstępami zwykle wychodzą jako zwykłe akapity.
Obrazy są pomijane. Układy wielokolumnowe i nietypowe projekty stron są obsługiwane na zasadzie najlepszych starań, więc sprawdź wynik, zanim na nim polegasz.
Notes
- Akceptowany format wejściowy:
.pdf. - Pole
charsw odpowiedzi to długość wynikowego pliku Markdown. - Zeskanowany plik PDF nie ma warstwy tekstowej do konwersji. Narzędzie odrzuca go z
422i kodemNO_TEXT_LAYERzamiast zwracać pusty plik. Dla takich plików użyj narzędzia PDF OCR. - Do konwersji w drugą stronę Markdown na PDF, Markdown na DOCX i Markdown na HTML odczytują pliki
.md.
