構造ごと抽出
PDF MD 変換ツール（オンライン）
更新日 · pdftomd.tools チーム
PDF MD 変換ツールは、テキスト層のあるPDFを、最初からアウトラインを備えたMarkdownにします。このツールは文字サイズと箇条書きの記号を読み取り、見出し・箇条書き・段落を組み立て直します。構造を打ち直すのではなく、中身の編集に時間を使えます。
下の変換ツールは1回に1ファイルを処理します。文書をドロップし、プレビューを読んでから、コピーするか .md として保存します。すべてこのタブの中で行われます。
元のPDF
ここにPDFをドロップ、またはクリックして選択
テキストを含むPDFのみ対応。スキャンにはOCRが必要ですが、このツールにはOCR機能はありません。
Markdownプレビュー
ここにMarkdownが表示されます。
このツールがページを読む方法
ファイルが届くと、ブラウザ内で4つの処理が走ります。
01テキスト層を読み込む
pdf.jsがファイルをローカルで開き、各テキスト片を位置と大きさごと読み取ります。ピクセルから推測はしないので、PDFをMDに変換できるのは本物のテキストがある部分だけです。
ファイルをドロップ
02行を組み立てる
同じベースライン上のテキスト片を1行につなぎ、行を上から下へ読む順に並べます。
動作を見る
03構造を見つける
明らかに大きい行は見出しになり、最大4レベルまで対応します。記号や番号はリスト項目に、列がそろった行は表になり、残りは段落にまとまります。
プレビューを確認
04Markdownを書き出す
ページを1つのきれいなファイルにつなぎ、改ページで切れた段落も元に戻します。結果はワンクリックでコピーまたはダウンロードできます。
コピーまたはダウンロード
PDF MD 変換ツールが残すべきもの
PDF MD 変換ツールの良し悪しは、返ってくるアウトラインで決まります。ISO 32000で規定された PDFは、言葉を見出しやリストではなく、位置の決まった断片として保存します。そのため単純なコピー＆ペーストでは長い文字の壁になり、PDFをMDに変換するには構造の検出が必要になります。このツールは見た目の手がかりから階層を組み立て直します。見出しには相対的な文字サイズ、箇条書きには先頭の記号、番号付きの手順にはピリオドや括弧の付いた数字を使います。
出力はあえてシンプルな CommonMark です。見出しは #、リストは - または 1.、段落は空行で区切ります。Gitの差分、静的サイトジェネレーター、ノートアプリと相性の良いファイルになります。大文字だけの短い行はセクションの見出しとして扱います。
- 相対的な文字サイズから最大4レベルの見出し
- 記号から判断する箇条書きと番号付きリスト
- GitHub Flavored Markdown の表
- ページをまたいだ段落を再結合
まだ人の目が必要なところ
表は、列がそろっているか罫線で描かれていれば GitHub Flavored Markdown として返り、1行目がヘッダー行になります。結合セルは分解され、回転した表は普通の行になります。太字・斜体・リンクはプレーンテキストになり、画像は飛ばします。2段組みのレイアウトでは行が混ざることがあり、スキャンしたページにはテキスト層がありません。その場合は変換ツールが警告を出します。
どんな人が使うか
構造のある長い文書ほど、変換の効果が大きくなります。
端末から出ないPDF MD 変換ツール
この変換ツールは、pdf.js を使ってすべてをブラウザのタブ内で処理します。ファイルが私たちのサーバーにアップロードされることはありません。共用のパソコンでは、終わったらタブを閉じてください。
関連ツール
この変換ツールの次に役立つページ。
出典
- ISO 32000-2:2020 (PDF 2.0) — ISO, 2020
- CommonMark Spec 0.31.2 — CommonMark, 2024
- GitHub Flavored Markdown Spec — GitHub
- pdf.js — Mozilla
よくある質問
変換の動き、残るもの、できないこと。
PDF MD 変換ツールはどうやって見出しを見つけますか？
各行の文字サイズを本文の標準サイズと比べます。明らかに大きい行は # から #### の見出しに、大文字だけの短い行はセクションの見出しになります。
表は残りますか？
テキスト層のある表なら、ほとんどの場合は残ります。私たちのテストでは、表のテスト用ファイル12個すべてが合格しました。罫線のある表と、列がそろった罫線なしの表は GitHub Flavored Markdown の表になり、1行目がヘッダー行になります。結合セルは分解され、回転した表はプレーンテキストになります。
スキャンしたページもPDFをMDに変換できますか？
いいえ。スキャンにはテキスト層がなく、OCRもありません。ファイルが画像のように見えるときは、変換ツールが警告を表示します。
ページ数やファイルサイズの上限はありますか？
決まった上限はありません。非常に大きなファイルは、端末のメモリ次第です。
変換ツールはファイルをアップロードしますか？
いいえ。ファイルはブラウザ内のpdf.jsで読み取られ、私たちのサーバーに送られることはありません。
改ページはどうなりますか？
ページはページ区切りの印を付けずに1つのファイルにつながります。文の途中で改ページされていれば、次のページに続く段落は再結合されます。それ以外は空行でページを区切ります。
複数のファイルを一度に変換できますか？
このページは1回に1ファイルを処理します。一括変換のページなら複数のファイルを変換し、MarkdownをZIPにまとめます。