PDFをMarkdownに

03 / 使い方

使い方

PDFファイルを1つ選択してアップロードするだけです。ファイルは最大50MB、最大500ページまで対応しています。変換が完了すると、Markdownファイルをダウンロードできます。

設定では、表の検出（デフォルトでオン）、OCRフォールバック（テキストレイヤーのないページの文字認識）、OCR言語（英語、ドイツ語、フランス語）を変更できます。

04 / 変換の仕組み

変換の仕組み

このツールはAIサービスを使用せず、決定的な構造抽出を行います。テキストと表の抽出エンジンが、見出し、リスト、リンク、コード、表をページ順に解析します。

表はMarkdownのパイプテーブル形式で出力され、Markdownで特別な意味を持つ文字はエスケープ処理されるため、テキストとして正しく表示されます。リンクは対応する語に再配置され、実際のMarkdownリンクとして出力されます。

アップロードされたファイルはマルウェアスキャンが行われ、感染したファイルは変換エンジンに到達することはありません。ファイルの種類は拡張子ではなく実際のバイトを読み取って判別されるため、不正なファイルは処理前に拒否されます。

05 / ファイルの処理と保存

ファイルの処理と保存

アップロードされたファイルはプライベートオブジェクトストレージに保存され、匿名の場合は1時間、ログイン中のアカウントの場合は7日後に自動削除されます。

生成されたファイルはダウンロード前に再解析され、壊れた出力が生成されたジョブは失敗として扱われます。処理中は、アップロード、待機中、実行中の各ステータスがパーセント表示とともに表示されます。

06 / できないこと・注意点

できないこと・注意点

このツールはPDFのテキスト構造を抽出しますが、画像のみのPDFやスキャン文書でテキストレイヤーがない場合は、OCRフォールバックを有効にしない限り文字を抽出できません。OCRフォールバックはデフォルトでオフですが、有効にすると英語、ドイツ語、フランス語の認識が可能です。

また、複雑なレイアウトや特殊なフォーマットは完全には再現されない場合があります。変換結果に問題がある場合は、元のPDFの構造を確認し、設定を調整して再試行してください。

07 / 警告メッセージについて

警告メッセージについて

変換後に警告が返されることがあります。OCRフォールバックが有効で実際に実行された場合は「OCR_TEXT_LAYER_ADDED」、テキストレイヤーのないページがある場合は「NO_TEXT_LAYER_FOUND」、表が見つかった場合のみ「TABLES_HEURISTIC」という警告が表示されます。これらの警告は、変換結果の品質を判断する手がかりとなります。