Convierte tu PDF a Markdown editable para tomar notas, hacer búsquedas o usarlo con un agente de IA. Si las páginas están escaneadas, usa OCR primero para reconocer el texto.

MD Factory también convierte documentos de Office, ebooks, páginas web guardadas y correos. Esta guía se centra en los PDF.

Documentos de papel unidos por una cinta morada a una página con títulos y listas de Markdown.
De páginas de documentos a Markdown editable.

¿Tu PDF necesita OCR?

Prueba a copiar una frase en un editor de texto. Si se copia bien, convierte el PDF directamente. Si no aparece texto, usa OCR. Prueba varias páginas si el documento incluye anexos escaneados.

Elige una herramienta de conversión

Si el PDF permite seleccionar texto, MarkItDown de Microsoft ofrece una opción para la línea de comandos. Sigue su guía de instalación de Python, crea una carpeta de destino y sustituye estas rutas por las tuyas. Elige un nombre nuevo para el archivo de salida:

markitdown "C:\Docs\handbook.pdf" -o "C:\Markdown\handbook.md"

Para un documento escaneado, usa OCR para poder buscar texto en el PDF y después conviértelo a Markdown. OCRmyPDF permite hacer este primer paso; elige el idioma del documento al ejecutarlo.

Si el reconocimiento falla, comprueba que el escaneo sea nítido y esté recto. La guía de OCR de Tesseract explica cómo influye la calidad del escaneo en el resultado.

Si tienes el documento original de Word o la hoja de cálculo de Excel, también puedes convertirlos directamente.

Revisa las tablas y las columnas

Abre el Markdown junto al PDF. Las páginas con varias columnas y las tablas pueden necesitar correcciones después de la conversión. Empieza por las partes que necesitas:

  • Lee el texto a ambos lados de un salto de columna o página para comprobar el orden de las frases.
  • Comprueba que los valores de las tablas sigan en sus filas y con sus etiquetas correspondientes.
  • Compara con el PDF los nombres, fechas, números y unidades importantes.
  • Elimina los encabezados repetidos que interrumpan los párrafos.

La guía de extracción de PDF explica los problemas habituales de formato. Añade una nota junto a los valores ilegibles en vez de adivinarlos.

Corrige una tabla que haya perdido sus filas

Por ejemplo, una tabla contiene 2 cuadernos a 4,50 cada uno y 1 carpeta a 3,00. La extracción puede conservar los valores, pero perder las filas:

Item Quantity Unit price
Notebook Folder
2 1
4.50 3.00

Comprueba el original y reconstruye las filas:

| Item | Quantity | Unit price |
| --- | --- | --- |
| Notebook | 2 | 4.50 |
| Folder | 1 | 3.00 |

Guarda tus archivos

Guarda el Markdown en una carpeta de destino aparte y conserva el PDF original para consultarlo. Si el conversor exporta imágenes, mueve su carpeta junto con el Markdown para que los enlaces sigan funcionando.

Usa nombres de archivo descriptivos, como handbook.md, para relacionar cada archivo convertido con su original. Comprueba que todos los archivos que hayas convertido tengan su correspondiente resultado.

Para usar el resultado con un agente de IA, sigue nuestra guía para organizar una carpeta de documentos.