หน้านี้แปลด้วยเครื่อง พบข้อผิดพลาดใช่ไหมช่วยกันปรับปรุง
Skip to content

PDF to Markdown ​

เปลี่ยน PDF เป็นไฟล์ Markdown ที่นำไปใส่ในวิกิ ไซต์สแตติก หรือไปป์ไลน์ LLM ได้

API Endpoint ​

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

รับข้อมูลแบบ multipart form data พร้อมไฟล์ PDF

Parameters ​

เครื่องมือนี้ไม่มีพารามิเตอร์ที่ปรับได้ อัปโหลด PDF แล้วจะได้ไฟล์ .md กลับมา

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
}

PDF ขนาดใหญ่อาจใช้เวลานานกว่าช่วงรอแบบซิงค์ เมื่อเป็นเช่นนั้น API จะตอบกลับด้วย 202 พร้อม jobId และคุณติดตามความคืบหน้าได้ที่ /api/v1/jobs/{jobId}/progress

สิ่งที่ถูกคงไว้ ​

PDF เก็บข้อความที่วางตำแหน่งไว้แล้ว ไม่ได้เก็บโครงสร้าง ตัวแปลงจึงต้องอนุมานโครงสร้างเอง

  • หัวข้อ บรรทัดสั้นที่ตั้งขนาดใหญ่กว่าเนื้อหาอย่างชัดเจนจะกลายเป็นหัวข้อตั้งแต่ # ถึง ###### โดยจัดอันดับตามขนาดทั่วทั้งเอกสาร
  • รายการ บรรทัดที่ขึ้นต้นด้วยสัญลักษณ์หัวข้อย่อยหรือตัวเลขจะกลายเป็นรายการ
  • ตัวหนา ตัวเอียง และลิงก์ คงไว้ในบรรทัด เฉพาะลิงก์ http, https และ mailto เท่านั้นที่เหลืออยู่
  • ตาราง ตารางที่วาดด้วยเส้นกรอบจะออกมาเป็นตาราง Markdown ส่วนตารางที่จัดด้วยการเว้นวรรคอย่างเดียวมักออกมาเป็นย่อหน้าธรรมดา

รูปภาพจะถูกตัดทิ้ง เลย์เอาต์หลายคอลัมน์และการออกแบบหน้าที่ไม่ปกติทำได้เต็มที่เท่านั้น จึงควรตรวจผลลัพธ์ก่อนนำไปใช้งานจริง

Notes ​

  • รูปแบบอินพุตที่รองรับ: .pdf
  • ฟิลด์ chars ในการตอบกลับคือความยาวของผลลัพธ์ Markdown
  • PDF ที่สแกนมาไม่มีชั้นข้อความให้แปลง เครื่องมือจะปฏิเสธด้วย 422 และโค้ด NO_TEXT_LAYER แทนการคืนไฟล์ว่าง ให้ใช้เครื่องมือ PDF OCR กับไฟล์เหล่านี้
  • หากต้องการแปลงกลับ Markdown เป็น PDF, Markdown เป็น DOCX และ Markdown เป็น HTML อ่านไฟล์ .md