Converta seu PDF em Markdown editável para fazer anotações, pesquisar ou usar com um agente de IA. Se as páginas forem digitalizadas, use OCR primeiro para reconhecer o texto.

O MD Factory também converte documentos do Office, ebooks, páginas web salvas e emails. Este guia se concentra em PDFs.

Documentos de papel ligados por uma fita roxa a uma página com títulos e listas em Markdown.
De páginas de documentos para Markdown editável.

Seu PDF precisa de OCR?

Tente copiar uma frase para um editor de texto. Se ela for copiada corretamente, converta o PDF diretamente. Se nenhum texto aparecer, use OCR. Teste algumas páginas se o documento tiver anexos digitalizados.

Escolha uma ferramenta de conversão

Para um PDF com texto selecionável, MarkItDown da Microsoft oferece uma opção para a linha de comando. Siga o guia de instalação do Python, crie uma pasta de destino e substitua estes caminhos pelos seus. Escolha um novo nome para o arquivo de saída:

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

Para um documento digitalizado, use OCR para permitir buscas no PDF e depois converta-o em Markdown. OCRmyPDF faz essa primeira etapa; selecione o idioma do documento ao executá-lo.

Se o reconhecimento estiver ruim, confira se a digitalização está nítida e alinhada. O guia de OCR do Tesseract explica como a qualidade da digitalização afeta o resultado.

Se você tiver o documento original do Word ou a planilha do Excel, também pode convertê-los diretamente.

Confira as tabelas e as colunas

Abra o Markdown ao lado do PDF. Páginas com várias colunas e tabelas podem precisar de ajustes após a conversão. Comece pelas partes de que você precisa:

  • Leia o texto antes e depois de uma quebra de coluna ou página para conferir a ordem das frases.
  • Confira se os valores das tabelas continuam nas linhas certas, com os rótulos correspondentes.
  • Compare nomes, datas, números e unidades importantes com o PDF.
  • Remova os cabeçalhos repetidos que interrompem os parágrafos.

O guia de extração de PDF explica os problemas comuns de formatação. Anote quais valores estão ilegíveis em vez de tentar adivinhá-los.

Corrija uma tabela que perdeu as linhas

Por exemplo, uma tabela lista 2 cadernos a 4,50 cada e 1 pasta a 3,00. A extração pode manter os valores, mas perder as linhas:

Item Quantity Unit price
Notebook Folder
2 1
4.50 3.00

Confira o original e restaure as linhas:

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

Salve seus arquivos

Mantenha o Markdown em uma pasta de destino separada e guarde o PDF original para consulta. Se o conversor exportar imagens, mova a pasta delas junto com o Markdown para que os links continuem funcionando.

Use nomes de arquivo descritivos, como handbook.md, para relacionar cada arquivo convertido ao original. Confira se todos os arquivos que você converteu têm um resultado correspondente.

Para usar o resultado com um agente de IA, siga nosso guia para organizar uma pasta de documentos.