PDF para Markdown

Ele mede o tamanho da fonte de cada linha e considera como corpo o tamanho usado na maior parte do texto. Linhas curtas com tamanho pelo menos cerca de 12 por cento maior viram títulos: o maior tamanho corresponde a um título de nível 1, e os seguintes, aos níveis 2, 3 e 4.

Linhas consecutivas com o espaçamento normal da página são reunidas em um único parágrafo. Um espaço claramente maior, uma mudança no tamanho da fonte, um título ou um item de lista inicia um novo bloco; uma palavra hifenizada no fim de uma linha é reunida novamente à linha seguinte.

Linhas que começam com um marcador, como um ponto, um círculo, um quadrado, um travessão ou um asterisco seguido de espaço, viram itens de lista com marcadores. Linhas que começam com um número seguido de ponto ou parêntese viram itens numerados. Marcadores recuados podem ser aninhados em até três níveis, e linhas quebradas de um item são reunidas a ele.

Sim. Informe páginas como 1-3,5,8- no campo de páginas; 8- significa da página 8 até o fim. Deixe o campo vazio para converter o documento inteiro; cada execução processa no máximo 200 páginas.

Não. O conversor usa a camada de texto, que registra palavras e posições, mas não a estrutura das tabelas; por isso, as células de uma tabela aparecem como linhas de texto. As imagens são ignoradas, e a formatação em negrito ou itálico não é preservada.

Um número de página isolado na primeira ou na última linha de uma página, como 12, Page 12 ou 12 / 40, é omitido. Outros cabeçalhos e rodapés recorrentes permanecem no texto, pois não é possível distingui-los do conteúdo com confiabilidade.

As páginas selecionadas não têm camada de texto, como ocorre em documentos digitalizados e fotos salvas como PDF. O conversor não realiza OCR; portanto, primeiro processe a digitalização com um programa de OCR e depois converta o resultado.

Sim. Informe a senha no campo de senha, e o PDF será aberto com ela em memória. Arquivos que apenas restringem a impressão ou a cópia são abertos sem senha; a senha nunca é armazenada nem incluída no resultado.

Sim. Caracteres que Markdown seriam interpretados como formatação, como asteriscos, sublinhados, crases, colchetes e um sinal de cerquilha ou número seguido de ponto no início da linha, são escapados com uma barra invertida. Assim, o texto é renderizado exatamente como aparece no PDF.

Documentos criados digitalmente em um processador de texto, sistema de composição tipográfica ou navegador oferecem os melhores resultados, pois a camada de texto segue a ordem de leitura. Em layouts com várias colunas, as linhas podem se misturar entre elas; são aceitos PDFs de até 10 MiB.