Convertisseurs PDF vers Markdown

Lequel choisir ?

Dans le doute, prenez le convertisseur PDF vers Markdown. C'est le cas général, et il produit du GitHub Flavored Markdown standard, lisible partout. Les autres pages existent parce que ce même résultat se traite différemment selon sa destination.

Prenez le convertisseur pour Obsidian si le résultat rejoint un coffre de notes : ce qui change alors n'est pas la conversion mais ce que vous en faites ensuite — titres de notes, hiérarchie des titres, liens internes.

Prenez le convertisseur pour Notion si vous importez ou collez dans une page Notion, qui accepte le Markdown mais reconnaît un ensemble de blocs plus restreint que GitHub.

Prenez le convertisseur ChatGPT ou Claude si le texte part directement dans un modèle de langage. Les deux pages traitent des mêmes points : ne pas gaspiller de jetons en éléments de page répétés, et faire passer tableaux et niveaux de titre sans les casser.

Prenez le convertisseur de tableaux quand les tableaux sont la raison même de la conversion : cellules fusionnées, texte réparti sur plusieurs lignes et colonnes mal alignées ont leurs propres remèdes.

Prenez le convertisseur Word si votre fichier est un .docx et non un PDF. C'est la seule page ici dont la source n'est pas un PDF, et la conversion y est plus fidèle : Word enregistre lui-même ses titres, ses niveaux de liste et ses cellules, si bien que rien n'a à être déduit de la mise en page.

Prenez le convertisseur de PDF numérisés seulement si le convertisseur ordinaire n'a rien produit. C'est précisément la signature d'un scan : un document sans texte sélectionnable à lire.

Ce qu'ils ont en commun

Un seul moteur de conversion se trouve derrière chaque page. Il lit le PDF avec PDF.js dans un Web Worker de votre navigateur, mesure la géométrie du texte et en déduit la structure : les corps de police plus grands que le texte courant deviennent des titres, les lignes rapprochées des paragraphes, et les rangées alignées sur des colonnes communes des tableaux.

La voie Word emprunte le même moteur par une autre porte. Le .docx est décompressé dans votre navigateur et lu directement — les noms de style donnent les titres, les définitions de numérotation donnent les listes — puis rejoint le même générateur de Markdown : un même document enregistré des deux façons se convertit de la même manière.

Tous sont gratuits, sans compte, et acceptent des fichiers jusqu'à 50 Mo. Le gras, l'italique, le code en ligne et les liens intégrés sont conservés. Les images ne sont pas extraites et les formules mathématiques ne sont pas converties en LaTeX.

Celui qui envoie le fichier, et pourquoi il est à part

Une page numérisée est une photographie : elle ne contient aucun texte, donc rien s'exécutant dans votre navigateur ne peut la lire, si bon soit l'analyseur. Il faut une reconnaissance optique de caractères, bien plus gourmande que ce dont dispose un onglet.

C'est pourquoi les PDF numérisés ont leur propre convertisseur au lieu d'être une case à cocher sur les autres. C'est cette séparation qui permet à toutes les autres pages d'affirmer, sans nuance, que votre fichier ne quitte jamais votre appareil.

Quand vous l'utilisez, il demande d'abord : une boîte de dialogue indique combien de pages seront envoyées, où elles vont et combien de temps elles sont conservées, et rien n'est transmis avant votre confirmation.