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,httpsиmailto. - 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
charsв ответе - это длина выходного Markdown. - У отсканированного PDF нет текстового слоя для преобразования. Инструмент отклоняет его с
422и кодомNO_TEXT_LAYERвместо 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.
