出力にはどのMarkdownの方言が使われていますか?

見出し、リスト、太字、リンクには標準のMarkdownを使用し、GitHubやほとんどのエディターが対応しているパイプ表も使っています。

結果から一部のページが欠けているのはなぜですか?

抽出できるテキストがまったくないページ(たいていはスキャンやページ全体の画像)は変換できません。ファイルの末尾にそれらのページを示す注記が入るため、どこを確認すればよいかがわかります。

画像を含めた場合、画像はどこに入りますか?

各画像はテキスト内の本来の位置に画像参照として表示され、実際の画像データはファイルの末尾にまとめられます。そのため、読む部分が長いデータ文字列で途切れることはありません。

2段組みの論文は正しい順番で出力されますか?

通常は正しく出力されます。両側が続いた文章として読める場合は、段が1つずつ順番に読み取られます。段組みが表やフォームである可能性もある場合は行がまとめて保持されるため、数行の順番を直す必要があるかもしれません。

テキストはvupdfのサーバーに保存されますか?

いいえ。PDFはMarkdownを作成するためだけにvupdf独自のサーバーで読み取られ、結果をお渡しした時点で削除されます。

すべてのツール

PDFからMarkdownへ

PDFの内容をMarkdownテキストに変換します。

PDF ファイルを選択

またはここにドロップ

ファイルはブラウザから当社のサーバーへ安全に送信されます。

1ファイルあたり最大50 MB

完全無料
登録不要
処理後すぐにファイルを削除

PDFからMarkdownへでできること

「PDFからMarkdownへ」は、PDFの内容をプレーンテキストの.mdファイルとして抽出するツールです。構造の表現には、見出しの #、リスト項目の -、太字の **、パイプで区切った表の行など、Markdownのシンプルな記号が使われます。ライター、開発者、そしてObsidian、Wiki、Gitリポジトリなどでメモを管理しているすべての方が、マニュアル、記事、議事録を固定されたレイアウトから取り出し、編集、差分比較、検索ができるテキストにするのに役立ちます。

このツールは、テキストがファイル内にたまたま格納されている順番ではなく、人が読むのと同じように、上から下へ1行ずつページを読み取ります。フォントサイズや 2.1.3 のような見出し番号から見出しのレベルを判断し、太字やリンクを保持し、行末でハイフン区切りされた単語をつなげ、そのままではすべてのページで繰り返されてしまう柱(ヘッダー)、フッター、単独のページ番号を取り除きます。

PDFからMarkdownへの使い方

「PDFからMarkdownへ」を開き、PDFをドロップするか、クリックして選びます(最大50 MBのファイルに対応)。
PDFでパスワードを求められた場合は、表示される入力欄に入力します。
Markdownに画像を埋め込みたい場合にのみ「画像を含める」をオンにします。テキストのみのファイルにする場合はオフのままにします。
必要に応じてファイル名を入力し、「PDFからMarkdownへ」ボタンをクリックします。
結果画面でプレビューを確認し、「すべてコピー」でテキストを取得するか、.mdファイルをダウンロードします。

機能とオプション

整った見出し構造: 見出しはサイズと番号から検出され、レベルが飛ばないように整えられます。章からいきなり小見出しに飛ぶドキュメントでも、#、## の筋の通ったアウトラインになります。
リストと表: 箇条書きや番号付きの行はMarkdownのリストに、列に並んだテキストはヘッダー行付きのパイプ表になります。ページ番号付きの目次は認識され、おかしな表に変換されることなく読みやすいまま保たれます。
ノイズの除去: 繰り返されるヘッダーやフッター、単独のページ番号、ソフトハイフンなどの見えない文字は取り除かれます。改ページで途中で分断された段落も、文が明らかに続いている場合はつなぎ直されます。
画像の埋め込み(オプション): 「画像を含める」をオンにすると、画像はbase64データとしてファイルに書き込まれ、ドキュメントの末尾に配置されて、本来の位置から参照されます。ファイルは単体で完結しますがサイズがかなり大きくなるため、このオプションは標準ではオフになっています。
すぐにプレビューとコピー: 結果画面にはMarkdownの冒頭部分が表示され、「すべてコピー」ボタンも用意されているため、何もダウンロードせずにそのままエディターに貼り付けられます。

役立つ場面

開発者が、ベンダーのPDFのインストールガイドをプロジェクトのdocsフォルダーに移し、コードと一緒にバージョン管理できるようにする。
学生が、講義の配布資料をMarkdownのノートにして、個人のナレッジベースで相互にリンクさせる。
編集者が、Markdownで書かれているブログにPDFの記事のテキストを使いたいので、見出しやリストを打ち直す手間を省きたい。

ヒントと制限

Markdownでは、ページのレイアウト、フォント、色は表現できません。ドキュメントの見た目を保つ必要がある場合は、代わりに「PDFからWordへ」をご利用ください。
スキャンや画像のページにはテキストが含まれていないため、ファイル末尾の注記に一覧表示されます。そのようなファイルは、先にOCRツールで処理してください。
囲み記事やサイドバーのある雑誌の見開きなど、複雑なレイアウトでは手作業で順番を直す必要がある場合があります。ただし、横に並んだ段組みは、ツールが確実に区別できる場合には分けて処理されます。
テキストをどこかに貼り付ける予定がある場合は、画像をオフのままにしてください。base64の画像データは数千文字に及ぶことがあります。

よくある質問

出力にはどのMarkdownの方言が使われていますか?: 見出し、リスト、太字、リンクには標準のMarkdownを使用し、GitHubやほとんどのエディターが対応しているパイプ表も使っています。
結果から一部のページが欠けているのはなぜですか?: 抽出できるテキストがまったくないページ(たいていはスキャンやページ全体の画像)は変換できません。ファイルの末尾にそれらのページを示す注記が入るため、どこを確認すればよいかがわかります。
画像を含めた場合、画像はどこに入りますか?: 各画像はテキスト内の本来の位置に画像参照として表示され、実際の画像データはファイルの末尾にまとめられます。そのため、読む部分が長いデータ文字列で途切れることはありません。
2段組みの論文は正しい順番で出力されますか?: 通常は正しく出力されます。両側が続いた文章として読める場合は、段が1つずつ順番に読み取られます。段組みが表やフォームである可能性もある場合は行がまとめて保持されるため、数行の順番を直す必要があるかもしれません。
テキストはvupdfのサーバーに保存されますか?: いいえ。PDFはMarkdownを作成するためだけにvupdf独自のサーバーで読み取られ、結果をお渡しした時点で削除されます。