PDFをMarkdownに変換

Markdownは、GitHub、Notion、Obsidianや多くのメモアプリが使うプレーンテキスト形式です。PDFをMarkdownにすると、編集やバージョン管理、ナレッジベースへの貼り付けが簡単になります。この変換ツールはブラウザー内でPDFのテキストレイヤーを読み取り、見出し、太字・斜体、リスト、リンク、段落を復元して、折り返された行やハイフンで分かれた単語をつなぎ直します。

使い方

1. PDFファイルを1つ以上ドロップします（スキャンしたPDFは先にOCRが必要です）。
2. 必要ならページを絞り、ページの間に入れるものを選びます。
3. 「繰り返しのヘッダー・フッターを除く」をオンにしておくと、ページ番号や柱の見出しが除かれます。
4. テキストボックスからMarkdownをコピーするか、.mdファイルをダウンロードします。

計算式

本文サイズ = 文字数が最も多いフォントサイズ。15%を超えて大きいサイズは、大きい順に #、##、###、#### になります。

行は、サイズが同じで、ベースラインの間隔がフォントサイズの1.9倍未満で、開始x位置がほぼ同じであれば、1つの段落につなげます（直前の行が句点で早めに終わっている場合を除く）。ハイフンで終わり、次が小文字の単語の場合は、ハイフンを取ってつなぎます。•、–、*、1. で始まる行はリスト項目になります。ページの上端または下端8%以内にあり、半数以上のページで繰り返されるテキストは、ヘッダーまたはフッターとして扱います。

計算例

24 ptの「年次報告書 2026」、16 ptの「概要」、11 ptの本文があるレポートのページは、# 年次報告書 2026、## 概要と段落になります。「con-」/「tinues」と折り返された文は「continues」になり、太字の単語はbold words、「• First item」は- First itemになり、4列の価格表は| SKU | Item | Price | Stock |で始まる表になります。

表と制限

単語の間が大きく空いた連続する行は、1行目を見出しとするMarkdownの表として書き出されます。結合されたセルや2行に折り返されたセルは、手で簡単に直す必要がある場合があります。PDFは構造ではなく位置の決まった文字を保存しているため、結果は慎重な再構成にすぎません。画像は除外され、2段組のページは段ごとに読み取り、さらに複雑なレイアウト（3段組、サイドバー）は順序が入り混じることがあります。太さを示さないフォントは通常のテキストとして扱います。