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.
Converta PDF para Markdown gratuitamente online. As linhas de texto são reconstruídas a partir das posições dos caracteres e títulos, itálico e listas são detectados a partir de relações de tamanho de fonte e glifos de marcadores. Copie o Markdown ou baixe um arquivo .md. 100% baseado em navegador - sem upload, sem cadastro, sem marca d'água.
PDFs armazenam glifos posicionados, não parágrafos; Markdown precisa de estrutura. O conversor primeiro reconstrói linhas agrupando caracteres em linhas de base compartilhadas, depois infere hierarquia a partir da tipografia: linhas com 1,6x o tamanho de fonte mediano se tornam títulos de nível superior, 1,3x se tornam subtítulos e marcadores se tornam itens de lista. O resultado é um arquivo Markdown que reflete a hierarquia visual, não apenas o fluxo de caracteres.
As heurísticas de tamanho de fonte geralmente estão corretas e ocasionalmente são surpreendidas por cabeçalhos de carta ou páginas de título - a ferramenta rebaixa títulos duplicados e define o título do documento como o nome do arquivo para atenuar os piores casos. A saída é exibida em uma área de texto editável: corrija um título se a heurística adivinhou de forma inadequada, depois copie ou baixe. Para digitalizações sem nenhuma camada de texto, a ferramenta aponta para a ferramenta PDF OCR em vez de retornar um resultado vazio.
PDFs baseados em texto convertem de forma limpa: títulos saem como cabeçalhos markdown, parágrafos permanecem parágrafos e listas com marcadores sobrevivem como listas. Três fontes precisam de uma revisão humana após a conversão. Páginas digitalizadas não têm nenhuma camada de texto - execute a ferramenta OCR neste site primeiro, depois converta. Layouts complexos de multi-coluna podem entrelaçar colunas na ordem de leitura, então verifique qualquer página de duas colunas contra o original. Tabelas convertem como texto simples em vez de tabelas markdown, porque tabelas PDF não carregam marcação estrutural - as linhas existem visualmente, não nos dados. Para melhores resultados em relatórios e artigos (as entradas mais limpas), mantenha a opção de quebra de página ativada se você planeja citar páginas específicas, e desativada se quiser um documento contínuo para um editor ou importação de base de conhecimento.
A ferramenta lê o tamanho de fonte de cada caractere, calcula a mediana e classifica as linhas em relação a ela: pelo menos 1,6x a mediana se torna um título de nível superior, pelo menos 1,3x se torna um subtítulo e texto notavelmente menor renderiza em itálico. Essa heurística funciona em documentos que usam tamanhos de ponto completamente diferentes.
PDFs digitalizados são imagens sem texto extraível, e esta ferramenta retornará um resultado vazio em vez de fingir. Use a ferramenta PDF OCR em vez disso - ela reconhece texto a partir de imagens de página e retorna o resultado como texto editável.
Texto grande repetido (como um cabeçalho de carta) pode vencer a heurística de título. A ferramenta também rebaixa títulos duplicados e usa o nome do arquivo como o título do documento por padrão. Uma verificação rápida da saída antes do uso é recomendada - as heurísticas são honestas, não mágicas.
Não — PDFs digitalizados são fotografias de páginas sem texto extraível. Execute a ferramenta PDF OCR neste site primeiro para reconhecer o texto, depois converta. O conversor é honesto sobre isso: uma página digitalizada produz uma seção markdown vazia ou quase vazia em vez de conteúdo inventado.
Tudo é executado no seu navegador usando renderização pdf.js e lógica de extração de texto local. O PDF nunca deixa seu dispositivo, o que torna a ferramenta segura para contratos, documentos internos e qualquer coisa 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.