Перейти к основному содержимому
Конвертация форматов
Конвертация форматов

PDF → Markdown

Перевод книги из PDF (.pdf) в Markdown (.md) — вполне обычный шаг: Markdown — обычный текст: откроется в любом редакторе и удобен для контроля версий. Правда, при переводе из PDF в Markdown есть дополнительные нюансы, которые стоит учесть: потеряется метаданные: название, автор, язык и другое; точная разбивка на страницы и положение в макете. Ниже подробно разберём, как перевести PDF в Markdown и на что обратить внимание, а в конце статьи — инструмент для конвертации PDF в Markdown: можно сразу загрузить файл и преобразовать его прямо в браузере.

Редакция YueZhu

What is PDF?

PDF записывает не «абзацы», а «что и в каком месте страницы нарисовать», поэтому он позволяет зафиксировать макет как есть: шрифты, колонки, положение графиков на любом устройстве полностью совпадают, и напечатанный вид не отличается от экранного. Плата — читатель не может переверстать текст или изменить кегль, и длинные тексты на маленьком экране приходится читать с масштабированием. Лучше всего он подходит там, где вёрстку нужно строго сохранить: научные статьи, договоры, сканы, печатные макеты, а также файлы для долгого архивирования, которые не должны меняться. Подробнее о формате PDF

Extensions.pdf
Typical useДокументы, научные работы, договоры и сканы, где важно точно сохранить вёрстку; подходит также как формат для печати и архивирования.

What is Markdown?

Markdown — это обычный текст с разметкой (# заголовок, ** жирный, | таблица), по сути надмножество .txt: его откроет любой текстовый редактор, и он отлично подходит для контроля версий. Выразительность у него намеренно ограничена: нет разбивки на страницы, нет колонтитулов, нельзя точно задать кегль и положение — сложную вёрстку на нём не сделать. Из-за этих компромиссов Markdown хорош как отправная точка для написания и конвертации, но как конечный формат для чтения впечатление целиком зависит от того, в какой программе его открыть. Подробнее о формате Markdown

Extensions.md
Typical useТексты, заметки и техническая документация; чистый промежуточный формат для конвертации в EPUB/TXT.

Как преобразовать PDF в Markdown

Переносы строк в PDF чаще всего «визуальные», а не конец абзаца: один абзац может быть разрезан на 5 строк, каждая из которых — отдельный текстовый блок. При прямом извлечении получится куча жёстких переводов строк, и абзацы придётся собирать заново — по тому, заканчивается ли строка законченным предложением и близка ли её ширина к ширине страницы. А в сканированном PDF текстового слоя нет вообще: извлечение даст пустоту, и сначала нужно выполнить OCR.

При экспорте в Markdown сохраняются только текст и самая базовая структура (# заголовки, абзацы, простые списки). Разбиение на страницы, колонтитулы, комментарии, правки, точные размеры шрифта и обтекание текста вокруг картинок из исходного формата исчезнут — такой файл годится как «архив содержимого», но не как «архив вёрстки».

Layout must be rebuilt: the paragraph, column and figure positions in the source were arranged for a fixed page and mean nothing once the target reflows. The converter can only re-stitch a text stream, so paragraphs may merge wrongly, columns may interleave and figures may land mid-sentence. Read the first few chapters afterwards, watching dialogue breaks and figure placement.

Источник — «одна страница, одна целая картинка», а целевой формат выполняет перекомпоновку: каждое изображение вставляется отдельно, по порядку, и если текстового слоя нет, остаётся только поток картинок. В этом случае итоговый файл получается огромным и не поддаётся поиску, так что читать его хуже, чем в исходном формате.

Metadata in the PDF source — title, author, publisher, language, table of contents, cover — has nowhere to live in the target, so converting to Markdown loses all of it.

Инструмент для конвертации PDF в Markdown

PDF → MARKDOWN

Преобразование полностью выполняется в вашем браузере — файлы не отправляются ни на какой сервер.

Средство для чтения романов с синхронизацией прогресса чтения на всех платформах

YueZhu Tide Reader поддерживает TXT и EPUB: при импорте главы распознаются автоматически, вёрстка подстраивается под ваши привычки, а прогресс чтения синхронизируется между Windows, macOS, iOS и Android. Готовый файл достаточно перетащить в окно — и можно читать.

Скачать YueZhu бесплатно

Поддерживаются TXT / EPUB; приоритет — локальное чтение, дополнительно доступны облачная синхронизация и WebDAV.