PDFからMarkdownへ

各行のフォントサイズを測定し、テキストの大部分で使われているサイズを本文サイズとします。本文より約12パーセント以上大きい短い行を見出しとし、最大サイズをレベル1、次に大きいサイズをレベル2、3、4の見出しにします。

ページの通常の行間で続く行は、1つの段落にまとめられます。明らかに大きな間隔、フォントサイズの変化、見出し、リスト項目があると新しいブロックが始まります。また、行末でハイフンによって分割された単語は、次の行と再結合されます。

スペースの後に点、丸、四角、ダッシュ、アスタリスクなどの箇条書き記号がある行は箇条書き項目になります。数字の後にピリオドまたは括弧がある行は番号付き項目になります。字下げされた箇条書きは最大3階層までネストされ、折り返された項目の行は該当する項目に結合されます。

はい。ページ欄に1-3,5,8-のように入力します。8-と入力すると、8ページから最後までが対象になります。欄を空にすると文書全体が変換され、1回の実行で最大200ページを処理できます。

いいえ。コンバーターはテキストレイヤーを使います。テキストレイヤーには単語と位置が記録されますが、表の構造は含まれないため、表のセルはテキストの行として出力されます。画像はスキップされ、太字や斜体の書式も引き継がれません。

12、Page 12、12 / 40など、ページの最初または最後の行に単独で記載されたページ番号は除外されます。その他のヘッダーとフッターは、内容と確実に区別できないため、テキストに残ります。

選択したページにテキストレイヤーがありません。スキャンした文書やPDFとして保存した写真では、この状態になります。コンバーターはOCRを行わないため、先にOCRプログラムでスキャンを処理してから、結果を変換してください。

はい。パスワード欄にパスワードを入力すると、PDFはメモリ上でそのパスワードを使って開かれます。印刷またはコピーだけが制限されたファイルはパスワードなしで開けます。パスワードが保存されたり、結果とともに返されたりすることはありません。

はい。Markdownが書式として解釈するアスタリスク、アンダースコア、バッククォート、角括弧、行頭のハッシュ記号やピリオド付きの数字などは、バックスラッシュでエスケープされます。これにより、テキストはPDFに表示されているとおりにレンダリングされます。

ワープロソフト、組版システム、ブラウザーでデジタル作成された文書は、テキストレイヤーが読み取り順に沿っているため、最良の結果が得られます。複数列のレイアウトでは列をまたいで行が入り交じることがあります。10 MiBまでのPDFを受け付けます。