PDF naar Markdown omzetten
Sleep je PDF erin en plak de tekst daarna met koppen en al in ChatGPT of Claude.
- 100% in je browser
- Geen account nodig
- AVG-proof
- Gratis
Een PDF is gemaakt om er op elk scherm hetzelfde uit te zien, niet om de tekst eruit te halen. Kopieer je een pagina, dan krijg je losse regels, afgebroken woorden en paginanummers midden in een zin. Een taalmodel moet dan raden wat een kop is en waar een alinea eindigt.
Deze converter leest de lettergrootte van elke regel en maakt daar # en ## van. Opsommingstekens worden echte Markdown-lijsten, woorden die over twee regels zijn afgebroken plakken we weer aan elkaar en terugkerende kop- en voetregels laten we weg. Pagina's zonder tekstlaag lezen we met tekstherkenning.
Waarom zou je dat willen? Omdat ChatGPT en Claude veel betere antwoorden geven als ze weten wat de hoofdzaak is en wat een detail. In een PDF zonder structuur weegt elke regel even zwaar. In Markdown zie je in één oogopslag dat hoofdstuk 3 over financiën gaat en dat de opsomming daaronder de risico's zijn. Die hiërarchie neemt het model mee in zijn antwoord.
Wat er in Markdown terechtkomt
| Element | Resultaat | Toelichting |
|---|---|---|
| Koppen (op basis van lettergrootte) | ✓ | Grote regels worden # of ## |
| Alinea's | ✓ | Regels binnen een alinea worden samengevoegd |
| Opsommingen met • of - | ✓ | Worden een Markdown-lijst |
| Genummerde lijsten | ✓ | 1. en 1) blijven genummerd |
| Afgebroken woorden | ✓ | Woord- en afbreekstreepjes aan regeleinde worden hersteld |
| Terugkerende kop- en voetteksten | ✓ | Vanaf drie pagina's herkend en verwijderd |
| Tabellen | deels | Tekst blijft staan, de kolomindeling niet altijd |
| Gescande pagina's | ✓ | Gelezen met OCR in het Nederlands en Engels |
| Meerdere kolommen | deels | Leesvolgorde kan per kolom door elkaar lopen |
| Afbeeldingen en grafieken | ✗ | Worden overgeslagen |
Zo zet je PDF om naar Markdown (PDF to Markdown)
- 1
Kies je PDF
Sleep het bestand in het vak bovenaan deze pagina of klik erop om te bladeren. Je mag ook tien PDF's tegelijk neerzetten, ze worden netjes na elkaar verwerkt.
- 2
Laat je browser het werk doen
De tekst wordt per pagina uitgelezen op je eigen apparaat. Zit er een gescande pagina tussen, dan start de tekstherkenning vanzelf. Dat duurt per pagina een paar seconden langer.
- 3
Kopieer of bewaar het resultaat
Bekijk de opgemaakte versie onder Voorbeeld of de ruwe tekst onder Markdown. Met één klik staat alles op je klembord of download je een .md-bestand.
Tip voor grote documenten: knip een PDF van honderden pagina's niet zelf op, maar zet hem in één keer om. Download daarna het .md-bestand en plak per hoofdstuk een stuk in je chat. Omdat de koppen bewaard blijven, kun je makkelijk zien waar een hoofdstuk begint. Voor Claude Projects kun je het complete bestand ook in één keer als kennis toevoegen.
Waar de omzetting grenzen heeft
- Tabellen in een PDF zijn eigenlijk losse stukjes tekst op een vaste plek. We zetten de inhoud wel om, maar de rijen en kolommen kunnen in elkaar overlopen. Heb je een nette tabel nodig, begin dan bij het originele Excel- of Word-bestand.
- Ingewikkelde opmaak met twee of drie kolommen naast elkaar, zoals in een tijdschrift of folder, kan een rommelige leesvolgorde opleveren.
- Koppen herkennen we aan de lettergrootte. Een kop die even groot is als de lopende tekst, maar alleen vetgedrukt, wordt een gewone alinea.
- Tekstherkenning op scans werkt goed bij scherpe, rechte pagina's. Een scheve foto van een kreukelig bonnetje geeft meer fouten.
- Formulieren, voetnoten en kantlijnteksten komen tussen de gewone tekst terecht.
- Een PDF met wachtwoordbeveiliging kunnen we niet openen. Haal de beveiliging eerst weg in je PDF-programma.
Valt het resultaat tegen? Kijk dan eerst of je PDF uit een tekstverwerker komt of uit een scanner. Een PDF die vanuit Word of InDesign is geëxporteerd, geeft vrijwel altijd een strak resultaat. Een scan is afhankelijk van de kwaliteit van het origineel. In beide gevallen kun je de Markdown achteraf in elke teksteditor bijwerken, want het is gewoon tekst.
Waarvoor mensen PDF naar Markdown omzetten
Lange rapporten laten samenvatten
Een onderzoeksrapport van tachtig pagina's past vaak niet in één keer in een chat. Als Markdown is het een stuk compacter, en kun je per hoofdstuk vragen stellen omdat de koppen bewaard blijven.
Contracten en voorwaarden doorlichten
Laat Claude een huurcontract of de algemene voorwaarden van een leverancier controleren op opvallende clausules. Met de artikelnummers als koppen verwijst het model precies naar de juiste plek.
Kennisbank vullen
Handleidingen en procedures die alleen als PDF bestaan, zet je om en importeer je in Notion, Obsidian of een eigen RAG-systeem. Zoeken en doorlinken gaat daarna veel makkelijker.
Offertes vergelijken
Drie offertes van aannemers uit de Randstad naast elkaar? Zet ze alle drie om, voeg ze samen in één .md-bestand en vraag ChatGPT om een vergelijking in een tabel.
Veelgestelde vragen over PDF naar Markdown
Werkt het met gescande PDF's?+
Ja. Als een pagina geen leesbare tekst bevat, maken we er een afbeelding van en lezen we die met tekstherkenning in het Nederlands en Engels. Hoe scherper de scan, hoe beter het resultaat. Een scan op 300 dpi geeft meestal bijna foutloze tekst.
Blijven tabellen behouden?+
De tekst uit de tabel blijft altijd staan, maar de kolommen niet altijd. Een PDF slaat geen echte tabel op, alleen tekst op posities. Heb je het bronbestand in Excel of Word, zet dat dan om: daar komt wel een nette Markdown-tabel uit.
Hoe zet ik een PDF om voor ChatGPT?+
Sleep de PDF in het vak bovenaan, wacht tot er Klaar staat en klik op Kopiëren. Plak de tekst in ChatGPT en zet je vraag eronder, bijvoorbeeld: vat dit samen in vijf punten. Door de koppen snapt ChatGPT hoe het document is opgebouwd.
Wat gebeurt er met kop- en voetteksten?+
Regels die op minstens de helft van de pagina's bovenaan of onderaan terugkomen, zoals een bedrijfsnaam of 'pagina 3 van 12', halen we weg. Dat werkt vanaf drie pagina's. Zo blijft er geen herhaalde ruis tussen je alinea's staan.
Wordt mijn PDF geüpload?+
Nee. Het bestand wordt in je eigen browser geopend en verwerkt. Er gaat geen byte naar een server, ook niet bij tekstherkenning: die software draait ook lokaal. Je kunt het zelfs controleren door je wifi uit te zetten nadat de pagina geladen is.