PDF en Markdown

Récupérer le texte d'un PDF sans tout remettre en forme

Une procédure interne à verser dans le wiki de l'équipe, une documentation technique à placer dans un dépôt GitHub, un cours que vous voulez retrouver dans votre application de notes. Un copier-coller depuis un PDF donne souvent un bloc de texte où les titres ont disparu et où les lignes sont coupées n'importe où. Cet outil extrait le texte en gardant les titres et les séparations de paragraphes, au format Markdown.

Markdown, en deux mots

C'est du texte brut avec quelques conventions simples : une ligne qui commence par # est un titre, une ligne vide sépare deux paragraphes. Le fichier reste lisible dans n'importe quel éditeur de texte, et les plateformes qui gèrent ce format l'affichent avec une vraie mise en forme. C'est pour cela qu'on le retrouve dans la documentation, les wikis, les bases de connaissances et beaucoup d'applications de notes.

La conversion pas à pas

1. Choisissez un fichier PDF.
2. Cliquez sur « Convertir en Markdown maintenant ».
3. Relisez le résultat, surtout les niveaux de titres, avant de le coller à sa destination.

Et les images du document ?

Seul le texte est extrait : les images et schémas ne sont pas exportés. Si vous en avez besoin, récupérez-les à part avec l'outil pour extraire les images d'un PDF, ou transformez les pages concernées en JPG, puis ajoutez-les à la main au bon endroit.

Markdown ou Word : une question d'usage

Si vous voulez modifier le document dans Word en gardant autant que possible l'aspect des pages, passez plutôt par la conversion PDF en Word. Markdown convient quand c'est le texte et sa structure qui comptent, pas la présentation, et que la destination sait lire ce format.

PDF scanné ? L’OCR se lance tout seul

Un document issu d’un scanner ou d’une photo n’est qu’une suite d’images. Dans ce cas, l’outil lance automatiquement la reconnaissance de texte en arabe et en anglais sur les 30 premières pages, puis convertit le texte en Markdown. La précision dépend de la qualité du scan. Pour un fichier plus long, passez d’abord par la reconnaissance de texte (OCR), puis convertissez le résultat.

Si l’original est un fichier Word ou Excel, inutile de passer par le PDF : l’outil Convertir des fichiers en Markdown l’accepte directement et garde ses tableaux.

Où votre fichier est-il traité ?

La conversion se fait sur le serveur de Jood, pour pouvoir lancer l’OCR et lire les tableaux. Votre fichier d’origine est supprimé dès la fin de la conversion, et le texte Markdown est effacé du serveur dès qu’il arrive dans votre navigateur.

Questions fréquentes