PDF'den Markdown'a
Bir PDF'i wiki'ye, statik bir siteye veya bir LLM işlem hattına bırakabileceğiniz Markdown dosyasına dönüştürün.
API Uç Noktası
POST /api/v1/tools/pdf/pdf-to-markdown
Bir PDF dosyası içeren multipart form verisini kabul eder.
Parametreler
Bu aracın yapılandırılabilir parametresi yoktur. Bir PDF yükleyin, karşılığında .md dosyası alın.
Örnek İstek
bash
curl -X POST http://localhost:1349/api/v1/tools/pdf/pdf-to-markdown \
-H "Authorization: Bearer si_your-api-key" \
-F "[email protected]"Örnek Yanıt
json
{
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"downloadUrl": "/api/v1/download/a1b2c3d4-e5f6-7890-abcd-ef1234567890/report.md",
"originalSize": 520000,
"processedSize": 14300,
"chars": 14300
}Büyük bir PDF eşzamanlı bekleme süresinden uzun sürebilir. API bu durumda 202 ile yanıt verir, yanıtta jobId bulunur ve ilerlemeyi /api/v1/jobs/{jobId}/progress adresinden izlersiniz.
Neler korunur
PDF yapıyı değil, konumlandırılmış metni saklar; bu yüzden dönüştürücü yapıyı kendisi çıkarır:
- Başlıklar. Gövde metninden belirgin biçimde büyük yazılmış kısa satırlar, tüm belgedeki boyut sırasına göre
#ile######arasında başlıklara dönüşür. - Listeler. Madde işareti veya numarayla başlayan satırlar liste öğesi olur.
- Kalın, italik ve bağlantılar. Satır içinde korunur. Yalnızca
http,httpsvemailtobağlantıları kalır. - Tablolar. Çizgilerle çizilmiş tablolar Markdown tablosu olarak çıkar. Yalnızca boşluklarla hizalanmış tablolar genellikle düz paragraf olarak gelir.
Görseller atılır. Çok sütunlu düzenler ve alışılmadık sayfa tasarımları elinden geldiğince işlenir; bu yüzden çıktıya güvenmeden önce kontrol edin.
Notlar
- Kabul edilen girdi biçimi:
.pdf. - Yanıttaki
charsalanı, Markdown çıktısının uzunluğudur. - Taranmış bir PDF'de dönüştürülecek metin katmanı yoktur. Araç boş dosya döndürmek yerine onu
422veNO_TEXT_LAYERkoduyla reddeder. Bunlar için PDF OCR aracını kullanın. - Gidiş dönüş için Markdown'dan PDF'e, Markdown'dan DOCX'e ve Markdown'dan HTML'e araçları
.mddosyalarını okur.
