Эта страница переведена машинным способом. Заметили ошибку?Помогите её улучшить.
Skip to content

PDF to Markdown ​

Превратите PDF в файл Markdown, который можно разместить в вики, на статическом сайте или использовать в конвейере для LLM.

API Endpoint ​

POST /api/v1/tools/pdf/pdf-to-markdown

Принимает данные multipart form с PDF-файлом.

Parameters ​

У этого инструмента нет настраиваемых параметров. Загрузите PDF, и вы получите файл .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
}

Большой PDF может обрабатываться дольше окна синхронного ответа. Тогда API отвечает 202 с jobId, а прогресс можно отслеживать по адресу /api/v1/jobs/{jobId}/progress.

What gets kept ​

PDF хранит позиционированный текст, а не структуру, поэтому конвертер определяет её сам:

  • Заголовки. Короткие строки заметно крупнее основного текста становятся заголовками от # до ######, ранжированными по размеру во всём документе.
  • Списки. Строки, начинающиеся с маркера или номера, становятся элементами списка.
  • Полужирный, курсив и ссылки. Сохраняются в тексте. Остаются только ссылки http, https и mailto.
  • Таблицы. Таблицы, нарисованные линиями, превращаются в таблицы Markdown. Таблицы, оформленные одними пробелами, обычно превращаются в обычные абзацы.

Изображения отбрасываются. Многоколоночные макеты и необычное оформление страниц обрабатываются по мере возможности, поэтому проверьте результат, прежде чем на него полагаться.

Notes ​

  • Принимаемый входной формат: .pdf.
  • Поле chars в ответе - это длина выходного Markdown.
  • У отсканированного PDF нет текстового слоя для преобразования. Инструмент отклоняет его с 422 и кодом NO_TEXT_LAYER вместо того, чтобы вернуть пустой файл. Для таких файлов используйте инструмент PDF OCR.
  • Для обратного преобразования Markdown в PDF, Markdown в DOCX и Markdown в HTML читают файлы .md.