03 / WAT DOET DE CONVER
Wat doet de converter?
Deze tool leest uw PDF-bestand en zet de inhoud om in Markdown-opmaak. Structuurelementen zoals koppen, lijsten, links, code en tabellen worden herkend en behouden hun hiërarchie en volgorde. Er wordt geen AI gebruikt; de extractie is volledig deterministisch en voorspelbaar.
Links in de oorspronkelijke PDF worden teruggekoppeld aan de woorden waar ze overheen liggen, zodat ze in het Markdown-bestand verschijnen als echte Markdown-links in plaats van kale URL's. Tabellen worden omgezet in Markdown-pijptabellen, en tekens die in Markdown een speciale betekenis hebben, worden geëscaped zodat ze als tekst bewaard blijven.
04 / HOE GEBRUIKT U DE
Hoe gebruikt u de tool?
Upload één PDF-bestand van maximaal 50 MB en niet meer dan 500 pagina's. De tool draait op de server nadat het bestand is geüpload; u hoeft niets te installeren. Terwijl de conversie draait, ziet u de fasen uploaden, vervolgens in wachtrij en ten slotte verwerken met een percentage.
U kunt enkele instellingen aanpassen voordat u de conversie start. 'detectTables' is standaard ingeschakeld en zorgt dat tabellen worden herkend. 'ocrFallback' is standaard uitgeschakeld; zet dit aan om tekst te herkennen op pagina's zonder tekstlaag. Wanneer de OCR-fallback actief is, kunt u de talen kiezen: Engels, Duits en Frans.
05 / PRIVACY EN BEVEILI
Privacy en beveiliging
Uw bestand wordt na upload opgeslagen in private objectopslag. Als u anoniem werkt, wordt het bestand na 1 uur verwijderd; bent u ingelogd, dan gebeurt dat na 7 dagen.
Elk geüpload bestand wordt eerst gecontroleerd op malware voordat het wordt geopend, zodat een geïnfecteerd bestand nooit een conversiemotor bereikt. Het bestandstype wordt bepaald door de werkelijke bytes te lezen, niet door de bestandsnaam. Een bestand dat niet daadwerkelijk een PDF is, wordt afgewezen voordat het werk begint. Ook wordt het geproduceerde bestand opnieuw geopend en geparseerd voordat het wordt aangeboden voor download, zodat een kapot resultaat niet wordt afgeleverd.
06 / NA DE CONVERSIE: C
Na de conversie: controleer de output
Na afloop kunnen er waarschuwingen worden getoond. Als 'OCR_TEXT_LAYER_ADDED' verschijnt, betekent dat de OCR-fallback was ingeschakeld en daadwerkelijk is gebruikt. 'NO_TEXT_LAYER_FOUND' waarschuwt dat ten minste één pagina geen extraheerbare tekst bevatte. 'TABLES_HEURISTIC' verschijnt alleen wanneer er tabellen zijn gevonden.
Vooral bij gescande documenten is het verstandig om de Markdown-output te controleren op fouten. De OCR-kwaliteit kan variëren, en een pagina zonder tekstlaag wordt alleen herkend als u ocrFallback heeft ingeschakeld. Als u vermoedt dat de conversie niet klopt, controleer dan het origineel en pas indien nodig de instellingen aan.
07 / BEPERKINGEN EN TIP
Beperkingen en tips
De tool accepteert slechts één bestand per conversie, en dat bestand moet een echte PDF zijn. Bestanden groter dan 50 MB of langer dan 500 pagina's worden niet verwerkt. Als een pagina geen tekstlaag heeft en ocrFallback uit staat, wordt die pagina overgeslagen of leeg weergegeven.
Voor complexe lay-outs zoals kolommen, voetnoten of afbeeldingen kan de Markdown-structuur afwijken van de visuele weergave. Controleer altijd de uitvoer, vooral bij documenten met veel tabellen en speciale tekens.
FAQ
Veelgestelde vragen
Hoe nauwkeurig is de PDF naar Markdown conversie?
De conversie gebruikt deterministische structuurherkenning en geen AI. Dit betekent dat de uitvoer consistent en voorspelbaar is. Voor goed opgebouwde PDF's met duidelijke koppen en tabellen is de nauwkeurigheid hoog. Bij complexe lay-outs kunnen er wel verschillen optreden.
Waarom krijg ik de waarschuwing NO_TEXT_LAYER_FOUND?
Deze waarschuwing betekent dat ten minste één pagina in uw PDF geen tekstlaag bevat, bijvoorbeeld bij gescande pagina's. Schakel de optie ocrFallback in om tekst op dergelijke pagina's alsnog te herkennen via OCR.
Kan ik tabellen converteren naar Markdown?
Ja, als detectTables is ingeschakeld (standaard aan), worden tabellen herkend en omgezet naar Markdown-pijptabellen. Dit gebeurt alleen als het mogelijk is de tabelstructuur te bepalen; anders wordt de inhoud mogelijk als platte tekst weergegeven.
Worden links in de PDF behouden?
Ja, links die in de PDF over woorden heen liggen, worden teruggekoppeld en verschijnen in de Markdown-uitvoer als echte links, niet als kale URL's. Dit werkt alleen als de link duidelijk in het document is opgenomen.
Hoe lang worden mijn bestanden bewaard?
Anoniem geüploade bestanden worden na 1 uur verwijderd van de server. Als u ingelogd bent, worden bestanden na 7 dagen automatisch verwijderd. De bestanden worden daarnaast opgeslagen in private objectopslag.
Wat betekenen de instellingen ocrFallback en ocrLanguages?
ocrFallback schakelt optische tekenherkenning in voor pagina's zonder tekstlaag. Als dit aan staat, kunt u de talen kiezen (Engels, Duits, Frans) die voor de herkenning worden gebruikt. Deze instellingen hebben geen effect als alle pagina's al een tekstlaag hebben.
Kan ik meer dan één PDF tegelijk converteren?
Nee, de tool accepteert precies één PDF-bestand per conversie. Upload het gewenste bestand en herhaal de conversie voor andere bestanden. Er is geen batchverwerking.