Ferramentas e APIs · Documento → Markdown
Conversor de PDF pra Markdown, pra IA, RAG e busca.
Envie um PDF, uma digitalização, um arquivo do Word ou uma página da web e receba Markdown ou texto limpo, pronto pra um fluxo com IA, um índice de busca ou uma base de conhecimento.
US$ 0,003por documento convertido
Documento que falha não é cobrado. Página escaneada que precisa de OCR custa US$ 0,01.
{
"urls": [
"https://arxiv.org/pdf/1706.03762v7",
"https://en.wikipedia.org/wiki/Markdown"
],
"outputFormat": "markdown",
"ocrMode": "auto",
"ocrLanguages": "eng+por"
}Cole isto na entrada da ferramenta na Apify, ou envie pela API.
O que você recebe
- Usa primeiro a camada de texto do PDF e só roda OCR nas páginas que precisam. Dá pra forçar ou desligar o OCR.
- Word, Office e HTML convertidos mantendo títulos, listas, links e tabelas.
- Páginas da web limpas de menus, avisos de cookies, rodapés e barras laterais.
- Pedaços opcionais por título, com sobreposição, contagem de tokens e intervalo de páginas, pra RAG.
- Um status e um código de erro por documento, pra tratar falhas com facilidade.
Como funciona
Adicione os documentos.
Links de PDFs, arquivos do Office, imagens ou páginas da web.
Escolha a saída.
Markdown ou texto, o modo de OCR e os idiomas, como inglês e português.
Use o texto.
Um registro por documento, com contagem de páginas e palavras, pronto pro seu fluxo.
Perguntas
Funciona com PDF escaneado?
Funciona. Páginas sem texto passam pelo OCR Tesseract. Páginas com texto são lidas direto, sem cobrança de OCR.
Mantém as tabelas?
Tabelas do Office e do HTML viram tabelas em Markdown. Tabelas escaneadas complexas dependem da qualidade do OCR.
E se um arquivo falhar?
Documento que falha não é cobrado e volta com um código de erro pra você agir.