Convert PDF text into structured Markdown — headings from font sizes, bullets preserved. 100% in-browser.
Drop a text-based PDF and convert it to structured Markdown
Markdown conversion runs entirely in your browser with pdf.js. Your file is never uploaded. Works on PDFs with embedded text — scanned pages need OCR.
PDFs have no headings — only positioned glyphs. The converter groups each page's text items into visual lines by Y coordinate, then compares every line's font height to the page's median: ≥1.6× becomes #, ≥1.3× becomes ##, and ≤0.75× (footnotes, captions) becomes italics. Bullet glyphs (• – -) map to Markdown lists, numbered lines to ordered lists. This is honest heuristics, not magic: unusual layouts can mis-title a line, so skim the preview. If the output is empty, the PDF is scanned images — use the PDF OCR tool instead.
Font height relative to the page median is the only heading signal PDFs provide — bigger means more important.
Sam has a 12-page PDF spec whose wiki import eats Markdown, not PDFs.
Convert PDF to Markdown online free. Everything runs locally; nothing is uploaded.
FreeToolHub PDF to Markdown is a free browser-based tool — convert PDF to Markdown online free. No signup, no upload; everything runs locally in your browser.
Convierte PDF a Markdown online gratis. Las líneas de texto se reconstruyen a partir de las posiciones de los caracteres, y los encabezados, cursivas y listas se detectan por relaciones de tamaño de fuente y glifos de viñeta. Copia el Markdown o descarga un archivo .md. 100% en el navegador — sin subidas, sin registro, sin marcas de agua.
Los PDF guardan glifos posicionados, no párrafos; Markdown necesita estructura. El conversor primero reconstruye las líneas agrupando los caracteres que comparten línea base y luego infiere la jerarquía a partir de la tipografía: las líneas a 1,6 veces el tamaño de letra mediano se convierten en encabezados de primer nivel, a 1,3 veces en subencabezados, y las viñetas en elementos de lista. El resultado es un archivo Markdown que refleja la jerarquía visual, no solo el flujo de caracteres.
Las heurísticas de tamaño de letra suelen acertar y a veces las engañan los membretes o las portadas: la herramienta degrada los encabezados duplicados y pone por defecto el nombre del archivo como título del documento para atenuar los casos peores. La salida llega en un área de texto editable: corrige un encabezado si la heurística falló y luego copia o descarga. Para escaneos sin capa de texto alguna, la herramienta te envía a PDF OCR en lugar de devolver un éxito vacío.
Los PDF basados en texto se convierten limpiamente: los encabezados salen como encabezados de Markdown, los párrafos siguen siendo párrafos y las listas de viñetas sobreviven como listas. Tres fuentes necesitan una pasada humana después de la conversión. Las páginas escaneadas no llevan capa de texto: ejecuta primero la herramienta OCR de este sitio y luego convierte. Las disposiciones complejas de varias columnas pueden intercalar las columnas en orden de lectura, así que contrasta cualquier página a dos columnas con el original. Las tablas se convierten como texto plano y no como tablas Markdown, porque las tablas de PDF no llevan marcado estructural: las líneas existen visualmente, no en los datos. Para mejores resultados en informes y artículos (las entradas más limpias), mantén activada la opción de salto de página si planeas citar páginas concretas, y desactívala si quieres un documento continuo para un editor o una importación a una base de conocimiento.
La herramienta lee el tamaño de letra de cada carácter, calcula la mediana y clasifica las líneas respecto a ella: al menos 1,6 veces la mediana se convierte en un encabezado de primer nivel, al menos 1,3 veces en un subencabezado, y el texto notablemente más pequeño se renderiza en cursiva. Esta heurística funciona en documentos que usan tamaños en puntos completamente distintos.
Los PDF escaneados son imágenes sin texto extraíble, y esta herramienta devolverá un resultado vacío en lugar de fingir. Usa en su lugar la herramienta PDF OCR: reconoce el texto de las imágenes de página y te devuelve el resultado como texto editable.
El texto grande repetido (como un membrete) puede ganar la heurística de encabezado. La herramienta también degrada los encabezados duplicados y usa el nombre del archivo como título del documento por defecto. Se recomienda un vistazo rápido a la salida antes de usarla: las heurísticas son honestas, no mágicas.
No: los PDF escaneados son fotografías de páginas sin texto extraíble. Ejecuta primero la herramienta PDF OCR de este sitio para reconocer el texto y luego convierte. El conversor es honesto sobre esto: una página escaneada produce una sección de Markdown vacía o casi vacía, antes que contenido inventado.
Todo se ejecuta en tu navegador usando el renderizado de pdf.js y lógica local de extracción de texto. El PDF nunca sale de tu dispositivo, lo que hace la herramienta segura para contratos, documentos internos y cualquier cosa confidencial.
What do you call a really smart cookie?
No signups, no data sold. Every tool is free to use — the free tier allows 5 downloads or saves per day, and the optional Pro plan ($7/mo, $59/yr) adds unlimited downloads, batch processing, white-label exports and an ad-free experience.
☕Support me on Ko-fi— support the free tier100% of proceeds go towards hosting & building more free tools.