03 / COMMENT CONVERTIR
Comment convertir un PDF en Markdown
Pour convertir un PDF en Markdown, téléversez votre fichier PDF depuis votre ordinateur. Un seul fichier à la fois, jusqu'à 50 Mo et 500 pages. L'outil accepte uniquement les fichiers PDF réels : il examine le contenu du fichier, pas son nom.
Une fois le fichier téléversé, l'extraction commence automatiquement. Vous verrez les statuts successifs : téléversement, file d'attente, puis exécution avec un pourcentage. Quand c'est terminé, téléchargez le fichier Markdown.
04 / CE QUE FAIT L'EXTR
Ce que fait l'extraction
L'extraction est déterministe : elle identifie les titres, les listes, les liens, le code et les tableaux, et les restitue dans l'ordre des pages. Les tableaux deviennent des tableaux Markdown (tableaux à pipe). Les caractères qui ont une signification spéciale en Markdown sont échappés afin qu'ils restent du texte. Les liens du PDF sont réattachés aux mots qu'ils recouvrent, donnant de vrais liens Markdown.
Si vous le souhaitez, désactivez la détection des tableaux (option detectTables, activée par défaut) si votre PDF contient des éléments qui ressemblent à des tableaux mais n'en sont pas. Vous pouvez aussi activer l'option ocrFallback (désactivée par défaut) pour les pages sans couche texte. Dans ce cas, choisissez les langues de reconnaissance parmi anglais, allemand et français (option ocrLanguages).
05 / LIMITES ET AVERTIS
Limites et avertissements
L'outil ne peut pas extraire de texte à partir d'images si l'option ocrFallback est désactivée. Si certaines pages n'ont pas de texte extractible, l'outil vous renverra un avertissement NO_TEXT_LAYER_FOUND. L'avertissement OCR_TEXT_LAYER_ADDED apparaît uniquement si l'option de secours OCR était activée et qu'elle a effectivement ajouté une couche de texte. L'avertissement TABLES_HEURISTIC est renvoyé lorsque des tableaux ont été détectés.
L'outil ne traite qu'un fichier à la fois. Si votre PDF est trop volumineux ou contient trop de pages, il sera refusé avant tout traitement. Les fichiers qui ne sont pas de vrais PDF sont rejetés immédiatement.
06 / CE QUE L'OUTIL NE
Ce que l'outil ne fait pas
Cet outil n'utilise pas d'IA. Il ne comprend pas le sens du contenu et ne peut donc pas corriger les erreurs d'OCR. Il ne peut pas non plus convertir des PDF numérisés (images) en texte si le fallback OCR est désactivé.
Si vous avez besoin de reconnaître du texte dans des images, activez l'option OCR. Cependant, même avec OCR, le résultat peut contenir des erreurs, notamment sur les polices inhabituelles.
Il ne préserve pas la mise en page complexe (colonnes multiples, en-têtes, pieds de page) : le texte est extrait dans l'ordre de lecture.
07 / SI LE RÉSULTAT SEM
Si le résultat semble incorrect
Si le Markdown généré ne correspond pas au PDF, vérifiez d'abord si des pages étaient numérisées. Si c'est le cas, activez l'option ocrFallback. Si des tableaux sont mal détectés, désactivez l'option detectTables.
L'outil vérifie le fichier produit avant de le proposer au téléchargement : si un problème interne se produit, la tâche échoue et vous ne recevez pas de fichier. Si vous rencontrez un problème, vérifiez que votre PDF n'est pas corrompu.
08 / VIE PRIVÉE ET SÉCU
Vie privée et sécurité de vos fichiers
Votre PDF est téléversé vers un stockage d'objets privé. Il est supprimé après 1 heure si vous n'êtes pas connecté, ou après 7 jours si vous avez un compte.
Avant tout traitement, le fichier est analysé pour détecter les logiciels malveillants. Un fichier infecté n'atteint jamais le moteur de conversion. De plus, le type de fichier est déterminé par son contenu, pas par son nom : renommer un fichier en .pdf ne suffit pas.
FAQ
Questions fréquentes
Combien de pages puis-je convertir en Markdown ?
Vous pouvez convertir un PDF jusqu'à 500 pages. La taille maximale du fichier est de 50 Mo. Au-delà, le fichier sera refusé.
Les tableaux sont-ils bien convertis en Markdown ?
Oui, par défaut l'option detectTables est activée. Les tableaux sont rendus sous forme de tableaux à pipe (Markdown). Si vous rencontrez des faux positifs, vous pouvez désactiver cette option.
Que faire si mon PDF ne contient pas de texte ?
Si votre PDF est un scan ou une image sans couche texte, le texte ne sera pas extrait tant que l'option ocrFallback est désactivée. Activez ocrFallback et choisissez les langues (anglais, allemand, français) pour obtenir une reconnaissance. Vous recevrez un avertissement NO_TEXT_LAYER_FOUND si des pages sans texte sont présentes.
Pourquoi mon lien dans le PDF n'est-il pas converti en lien Markdown ?
L'outil réattache les liens du PDF aux mots qu'ils recouvrent, produisant des liens Markdown réels. Si le lien n'apparaît pas, il est possible que le PDF n'ait pas de lien cliquable ou que le texte ne soit pas sur la même couche. Vérifiez que le PDF contient de vrais liens.
Comment l'outil garantit-il la sécurité de mon fichier ?
Votre fichier est analysé pour détecter les logiciels malveillants avant tout traitement. Il est stocké dans un espace privé et supprimé automatiquement après 1 heure si vous êtes anonyme, ou après 7 jours si vous avez un compte.
Puis-je convertir plusieurs fichiers PDF en une seule fois ?
Non, l'outil accepte un seul fichier à la fois. Si vous avez besoin de convertir plusieurs fichiers, vous devez les traiter un par un.
Que signifie l'avertissement OCR_TEXT_LAYER_ADDED ?
Cet avertissement apparaît uniquement si l'option ocrFallback était activée et que l'OCR a effectivement reconnu du texte sur des pages qui n'en avaient pas. Il indique que le texte a été ajouté via la reconnaissance optique.