Texte et données

Convertir un PDF en Markdown

Déposez un PDF et obtenez du Markdown avec titres, paragraphes et listes, et non une suite de lignes coupées comme à l’impression. Convertissez-en plusieurs d’un coup et repartez avec un ZIP. Le fichier ne quitte pas ce navigateur.

Comment ça marche

Ajoutez des PDFChoisissez un PDF ou plusieurs. Rien n’est envoyé.
Reconnaissez un scanSi un fichier est un scan, touchez Reconnaître le texte sur sa ligne ; les PDF avec du texte sont convertis tout de suite.
Copiez ou téléchargezTouchez Copier le Markdown ou Télécharger le .md, ou Tout télécharger en ZIP pour plusieurs fichiers.

Enregistrer et continuer sur le bureau

Téléchargez ou copiez votre résultat ici d’abord. Continuez sur le bureau pour Fichiers ou plus de fonctionnalités.

Notes rapides en fil, ou notes avec titre
Enregistrez dans Fichiers quand vous continuez sur le bureau
Tous les outils au même endroit, sans nouveaux onglets

Ouvrir le bureau gratuit

Après le téléchargement, continuez sur le bureau pour Fichiers ou l’app complète.

Ce que cet outil sait faire

Des paragraphes, pas des lignes imprimées

Un PDF n’a pas de paragraphes. Il a des glyphes à des coordonnées, et tout ce qu’un lecteur perçoit comme structure se déduit de leur position et de leur taille. Copiez depuis un lecteur PDF et vous obtiendrez exactement cela : un saut de ligne forcé là où la page a coupé, un tiret au milieu de chaque mot coupé en marge, et un numéro de page au milieu d’une phrase. Ce résultat est inutilisable dans un document et pire encore dans un prompt. Ici les lignes sont recomposées en paragraphes, les mots coupés sont recollés, et les en-têtes et pieds de page courants (le même titre quarante fois) sont écartés.

Les titres viennent du corps de la police

Rien dans un PDF ne dit « ceci est un titre ». Ce qu’il dit, c’est qu’une ligne est composée en 18 points au milieu d’un texte en 10 : elle devient donc un H1, celles en 13 deviennent des H3, et une ligne longue en corps légèrement plus grand reste un paragraphe. C’est le garde-fou qui empêche toute une introduction de devenir un titre. C’est une déduction, bien plus souvent juste que fausse, mais il vaut la peine de savoir que c’en est une, et non une structure que le fichier transportait.

Les scans sont lus aussi

Un scan n’a pas de couche texte (ses pages sont des images de lettres), alors sa ligne propose « Reconnaître le texte ». La reconnaissance se fait dans votre navigateur, dans la langue de la page plus l’anglais ; elle télécharge une fois un modèle de lecture (environ 4 Mo) et n’envoie rien. Les 20 premières pages sont lues ; découpez un scan plus long et lisez-le en plusieurs fois. Vérifiez les noms, les chiffres et les dates dans ce qu’elle lit.

Ce qu’il ne prétendra pas faire

Du texte et des titres, pas de mise en page : les articles sur deux colonnes sont lus comme du texte, et les figures, graphiques et encadrés ne sont pas reconstruits. Les tableaux sont lus d’après la place de leur texte : des rangées de cellules en colonnes nettes deviennent un tableau GFM, et les cellules fusionnées arrivent en texte simple, car un tableau en barres verticales ne sait pas les écrire. Là où rien n’est sûr, vous recevez le texte plutôt qu’un tableau deviné.

Apps associées

Questions

Mon PDF est-il envoyé quelque part ?

Non. Il est analysé dans votre navigateur, sur cet appareil. Le fichier n’est jamais envoyé à un serveur et nous ne le voyons pas.

Puis-je convertir plusieurs fichiers à la fois ?

Oui. Ajoutez-en autant que vous voulez : chacun devient son propre .md, et un bouton les emporte tous dans un ZIP.

Que se passe-t-il avec un PDF scanné ?

Il n’a pas de couche texte : l’outil le dit et propose « Reconnaître le texte ». La reconnaissance se fait dans votre navigateur, dans la langue de la page plus l’anglais ; la première fois, un modèle de lecture est téléchargé (environ 4 Mo). Vérifiez ensuite les noms, les chiffres et les dates : elle peut se tromper d’un caractère.

Les tableaux sont-ils convertis ?

Oui, quand leurs colonnes sont alignées. Rien dans un PDF ne désigne un tableau comme tel : il est lu d’après la place du texte, et des rangées de cellules alignées en colonnes deviennent un tableau GFM, sur un scan aussi. Les cellules fusionnées et un tableau collé en image arrivent en texte. Les tableaux des fichiers .docx sont convertis tels quels.

Est-ce que ça marche hors ligne ?

Oui, si vous avez ouvert une fois le bureau nopa : il s’enregistre pour le hors-ligne, lecteur PDF compris, et cette page est gardée la prochaine fois que vous l’ouvrez. Pour lire un scan, il faut en plus une première reconnaissance en ligne, pour le modèle de lecture.