I migliori convertitori da PDF a Markdown: confronto 2026

Il miglior convertitore da PDF a Markdown dipende da come lavori. Chi programma in Python ha librerie gratuite come MarkItDown e Docling. Per grandi lotti su GPU vanno bene Docling, Marker o MinerU. Se vuoi un'app per Windows senza configurazione, c'è MD Factory. Pandoc converte molti formati in Markdown, ma non il PDF.

Una premessa: MD Factory è un nostro prodotto. Per i PDF usa Docling, confrontato più avanti, e il motore OCR Tesseract. Le informazioni sugli altri strumenti provengono dai loro README, dalla documentazione e dai file di licenza, verificati il 17 ottobre 2026.

Tabella di confronto

La tabella riporta quanto dicono le pagine di ciascun progetto a ottobre 2026. Questi strumenti cambiano in fretta, quindi controlla le pagine collegate prima di decidere.

MarkItDown: il convertitore leggero di Microsoft

MarkItDown è una libreria Python open source con strumento da riga di comando, realizzata da Microsoft. Converte in Markdown PDF, Word, PowerPoint, Excel, HTML, EPUB, immagini, audio e alcuni altri formati. Richiede Python da 3.10 a 3.14 e il README consiglia di installarla in un ambiente virtuale.

pip install "markitdown[all]"
markitdown report.pdf -o report.md

Il convertitore PDF integrato legge il livello di testo del PDF. Costruisce le tabelle Markdown a partire da parole allineate in colonne e non esegue modelli di layout né di OCR. Secondo il README, l'output è pensato per strumenti di analisi del testo e potrebbe non andare bene per conversioni fedeli destinate a essere lette da persone.

Le pagine scansionate richiedono un'estensione. Il plugin markitdown-ocr, dello stesso repository, esegue il rendering di ogni pagina scansionata e la invia a un modello di visione tramite un client compatibile con OpenAI. L'opzione Azure Document Intelligence invia il PDF al servizio cloud di Microsoft e ogni chiamata è a pagamento. In entrambi i casi le pagine vanno al modello o al servizio che configuri.

MarkItDown ha licenza MIT ed è gratuito.

Docling: modelli di layout e OCR locale

Docling è un convertitore open source nato in IBM Research e oggi ospitato dalla LF AI & Data Foundation. Esegue modelli di machine learning su ogni pagina del PDF per riconoscere il layout, l'ordine di lettura e la struttura delle tabelle, poi esporta Markdown, HTML o JSON. Funziona su Windows, macOS e Linux con Python 3.10 o successivo.

pip install docling
docling report.pdf --output markdown --image-export-mode referenced

I modelli vengono scaricati al primo utilizzo. Per i computer senza accesso a internet, la documentazione spiega come scaricarli in anticipo. L'OCR gira in locale con il motore che scegli, ad esempio EasyOCR, RapidOCR o Tesseract. La GPU è facoltativa: oltre alla CPU, Docling può usare dispositivi NVIDIA CUDA, Apple MPS e Intel XPU.

L'ultima opzione dell'esempio salva le immagini come file PNG separati. Senza di essa, Docling incorpora le immagini nel Markdown come testo base64.

Il codice di Docling ha licenza MIT e il README chiede di verificare la licenza di ciascun modello. I modelli di layout e di tabelle della sua pipeline PDF standard sono pubblicati con licenza Apache 2.0 e CDLA-Permissive-2.0. Docling è gratuito.

Docling o MarkItDown

Sono entrambi gratuiti, hanno licenza MIT e si installano con un solo comando pip. Leggono i PDF in modi diversi.

Se hai dubbi, provali entrambi su cinque o dieci tuoi PDF e confronta il Markdown con le pagine originali.

Marker: lotti su GPU e una licenza dei modelli da verificare

Marker è un convertitore open source di Datalab. Trasforma PDF e immagini in Markdown, JSON o HTML e, con dipendenze aggiuntive, gestisce anche DOCX, PPTX, XLSX, HTML ed EPUB. Richiede Python 3.10 o successivo e PyTorch e funziona su GPU, CPU o Apple Silicon.

pip install marker-pdf
marker_single report.pdf
marker pdfs --output_dir markdown
marker_single report.pdf --use_llm

L'OCR passa dal modello surya di Datalab, su un server di inferenza locale che Marker avvia al primo utilizzo: vLLM in Docker sulle GPU NVIDIA, llama.cpp su CPU e Apple Silicon. Docker o llama.cpp li installi tu. Su CPU, Marker usa per impostazione predefinita una modalità veloce che chiama il modello solo per pagine scansionate, testo danneggiato ed equazioni.

Una modalità LLM facoltativa, l'ultimo comando dell'esempio, invia contenuti a un LLM per unire le tabelle divise tra più pagine, formattare la matematica in linea ed estrarre i valori dei moduli. Gemini è quello predefinito; funzionano anche Claude, API compatibili con OpenAI e modelli locali tramite Ollama. Ti serve una chiave API del servizio scelto o un modello Ollama in esecuzione.

Controlla la licenza prima di usare Marker al lavoro. Il codice ha licenza Apache 2.0. I pesi del modello usano una licenza AI Pubs Open RAIL-M modificata: sono gratuiti per uso personale, ricerca e organizzazioni con meno di 5 milioni di dollari di fatturato annuo e meno di 5 milioni di dollari di finanziamenti totali. Le organizzazioni più grandi, e chiunque abbia un datore di lavoro che offre un prodotto in concorrenza con Datalab, hanno bisogno di una licenza commerciale di Datalab. Le condizioni complete sono nel file di licenza del modello.

Il README di Marker pubblica anche i risultati di Datalab su olmocr-bench, un benchmark pubblico di 1.403 PDF; in quei test la modalità balanced di Marker su GPU ottiene un punteggio superiore a Docling e MinerU. Non abbiamo ripetuto i test.

MinerU: livelli di qualità dalla CPU alla GPU

MinerU è sviluppato dal team OpenDataLab. Converte PDF, immagini e file di Office in Markdown e in altri formati. La versione 4 ha quattro livelli di qualità, da flash per anteprime rapide ad advanced per documenti difficili. Funziona su Windows, macOS e Linux con Python da 3.10 a 3.14; il README lo installa in un ambiente virtuale.

pip install "mineru>=4.0,<5"
mineru-kit parse report.pdf -o report.md --tier standard
mineru telemetry disable

L'installazione predefinita funziona su CPU. Il livello basic richiede circa 0,8 GB di modelli e 2 GB di RAM; i livelli standard e advanced circa 2 GB di modelli e 8 GB di RAM. Con una GPU NVIDIA con almeno 8 GB di memoria video, l'extra full offre un throughput maggiore. L'OCR gira in locale.

I documenti vanno al servizio online di MinerU solo se richiedi l'elaborazione remota. Il README dice anche che MinerU può inviare telemetria d'uso anonima che esclude il contenuto dei documenti, i nomi dei file e i percorsi. L'ultimo comando dell'esempio disattiva la telemetria.

La licenza è Apache 2.0 con condizioni aggiuntive. Le aziende con oltre 100 milioni di utenti attivi mensili o oltre 20 milioni di dollari di fatturato mensile devono ottenere una licenza commerciale separata, e i servizi online basati su MinerU devono indicare che lo usano.

Pandoc non legge i PDF

Pandoc è un convertitore gratuito da riga di comando tra decine di formati di documento, ma non sa leggere i PDF. Il PDF non compare tra i formati di input del suo manuale e le FAQ ufficiali dicono che non è possibile convertire PDF con Pandoc. Pandoc produce PDF solo in uscita. Fonti: manuale di Pandoc, FAQ di Pandoc.

Pandoc è utile quando hai il file di origine invece del PDF. Legge DOCX, PPTX, XLSX, EPUB, HTML, ODT, RTF e altri formati e si installa su Windows, macOS e Linux. Su Windows:

winget install --source winget --exact --id JohnMacFarlane.Pandoc
pandoc report.docx -o report.md

Pandoc ha licenza GPL 2.0 o successiva ed è gratuito.

Convertitori online: niente installazione, ma il file lascia il tuo PC

I siti che convertono PDF in Markdown non richiedono installazione e funzionano in qualsiasi browser. Vanno bene per un singolo documento che condivideresti comunque in pubblico.

Il prezzo è il controllo. Il PDF finisce sul server di un'altra azienda, e quanto ci resta, chi può accedervi e se le scansioni passano dall'OCR dipende da quel servizio. Prima di caricare contratti, documenti medici o finanziari o file dei clienti, leggi l'informativa sulla privacy del servizio oppure usa uno strumento che funziona sul tuo computer.

Le soluzioni locali sono nella nostra guida: Convertire documenti senza caricarli online.

MD Factory: Docling e Tesseract in un'app per Windows

MD Factory è un nostro prodotto, tienine conto leggendo questa sezione. È un'app per Windows del Microsoft Store che converte file PDF, DOCX, PPTX, XLSX, HTML, TXT, EPUB, CSV, EML, FB2 e MOBI in Markdown sul tuo PC.

Per i PDF, MD Factory esegue Docling con il motore OCR Tesseract. Gli altri formati passano dai convertitori propri dell'app. Se hai dimestichezza con Python, Docling e Tesseract sono gratuiti e svolgono il cuore della conversione dei PDF. MD Factory aggiunge l'installazione e il flusso di lavoro intorno:

• Installi solo l'app. I modelli di layout e di tabelle e i dati linguistici dell'OCR sono inclusi, quindi non c'è Python da configurare né nulla da scaricare dopo.
• MD Factory riconosce i PDF scansionati sul tuo PC, con rilevamento automatico della scrittura o una lingua OCR scelta da te.
• Aggiungi file o un'intera cartella con le sottocartelle e la conversione parte subito.
• Ogni file Markdown viene salvato accanto alla sua origine, con le immagini in una cartella vicina. L'originale resta invariato.
• Ogni file termina come Completato, Da controllare o Fallito. MD Factory imposta Da controllare quando una pagina ha una bassa affidabilità OCR o nessun testo estratto.

Le librerie sono più forti in quattro punti:

• MD Factory non ha riga di comando né API, quindi non può essere eseguito in uno script o in una pipeline su server.
• Funziona solo su Windows 10 22H2 e Windows 11, x64. Le librerie funzionano anche su macOS e Linux.
• Converte sulla CPU e non usa la GPU. Elabora i PDF uno alla volta e gli altri formati in parallelo. Docling, Marker e MinerU possono usare una GPU NVIDIA.
• Dopo una prova gratuita di 7 giorni, MD Factory si acquista una volta sola. Le librerie sono gratuite.

Quale scegliere

Se programmi in Python, prova prima MarkItDown quando i tuoi PDF hanno un livello di testo e converti anche file di Office o pagine web. Passa a Docling quando ti servono OCR locale, tabelle o l'ordine di lettura corretto tra le colonne. Sono entrambi gratuiti.

Se gestisci una pipeline su larga scala, valuta Docling, Marker e MinerU: tutti e tre convertono cartelle intere e possono usare GPU NVIDIA. Provali su un campione dei tuoi documenti e, se il lavoro è commerciale, controlla la licenza dei modelli di Marker e le soglie di MinerU.

Se usi Windows e non vuoi configurare nulla, MD Factory converte file e cartelle, scansioni comprese, senza riga di comando, dopo una prova gratuita di 7 giorni. Se hai il file originale Word o EPUB e la riga di comando non ti spaventa, Pandoc è gratuito.

Se i tuoi documenti sono riservati, scegli uno strumento che funziona in locale ed evita i convertitori online. Nelle librerie, controlla le opzioni che inviano dati fuori dal tuo computer: le impostazioni Azure e LLM di MarkItDown, la modalità LLM di Marker, l'elaborazione remota e la telemetria di MinerU. MD Factory elabora i file sul tuo PC.

Qualunque strumento scegli, confronta alcune pagine del Markdown con l'originale, soprattutto tabelle, pagine a più colonne e scansioni.

Guide correlate: preparare i PDF per la RAG, convertire PDF scansionati in Markdown.