Den här sidan är maskinöversatt. Hittade du ett fel?Hjälp till att förbättra den.
Skip to content

PDF to Markdown ​

Gör om en PDF till en Markdown-fil som du kan lägga i en wiki, på en statisk webbplats eller i en LLM-pipeline.

API Endpoint ​

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

Tar emot multipart-formulärdata med en PDF-fil.

Parameters ​

Detta verktyg har inga konfigurerbara parametrar. Ladda upp en PDF så får du en .md-fil tillbaka.

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
}

En stor PDF kan ta längre tid än synkfönstret. API:t svarar då 202 med en jobId, och du följer förloppet på /api/v1/jobs/{jobId}/progress.

What gets kept ​

En PDF lagrar placerad text, inte struktur, så konverteraren härleder den:

  • Rubriker. Korta rader som är tydligt större än brödtexten blir rubriker från # till ######, rangordnade efter storlek i hela dokumentet.
  • Listor. Rader som börjar med en punkt eller ett nummer blir listposter.
  • Fetstil, kursiv och länkar. Behålls i texten. Bara länkar av typen http, https och mailto finns kvar.
  • Tabeller. Tabeller ritade med linjer blir Markdown-tabeller. Tabeller som bara är uppställda med mellanrum kommer oftast ut som vanliga stycken.

Bilder tas bort. Layouter med flera kolumner och ovanliga sidutformningar hanteras efter bästa förmåga, så kontrollera resultatet innan du förlitar dig på det.

Notes ​

  • Godkänt indataformat: .pdf.
  • Fältet chars i svaret är längden på Markdown-utdata.
  • En skannad PDF har inget textlager att konvertera. Verktyget avvisar den med 422 och koden NO_TEXT_LAYER i stället för att returnera en tom fil. Använd verktyget PDF OCR för sådana filer.
  • För rundturen läser Markdown till PDF, Markdown till DOCX och Markdown till HTML .md-filer.