--- title: "Conversor de PDF para Markdown" description: "PDF para Markdown é um conversor que reconstrói a ordem de leitura de várias colunas em Markdown estruturado para RAG. O teste público aceita arquivos de até 10 MB." url: https://markitdown.ai/pdf-to-markdown updated: 2026-09-26 source: markitdown.ai --- # Conversor de PDF para Markdown > PDF para Markdown é um conversor que reconstrói a ordem de leitura de várias colunas em Markdown estruturado para RAG. O teste público aceita arquivos de até 10 MB. ## Como converter PDF em Markdown - Envie uma fonte aceita no conversor de PDF para Markdown. Escolha um arquivo que você possa comparar com o resultado e confira os limites do teste anônimo antes de começar. - Revise o resultado de PDF para Markdown contra a fonte. Confira os títulos, as células de tabela e o último trecho antes de copiar qualquer conteúdo para outra ferramenta. - Copie o resultado revisado de PDF para Markdown para sua próxima tarefa. Para conversões de conta recorrentes, histórico salvo, lotes ou acesso à API, escolha uma assinatura Lite, Pro ou Max. ## Por que usar PDF para Markdown - Relatórios como texto legível — Converta os parágrafos e a estrutura aceita de um relatório em Markdown que você pode inspecionar, editar e conservar junto do PDF de origem. - OCR para páginas digitalizadas — As páginas só de imagem podem ser reconhecidas com OCR. Compare o texto pequeno, a pontuação e as tabelas numéricas com a digitalização original. - Contexto dos títulos — Conserve seções reconhecíveis para anotações e fluxos de recuperação, e verifique ao mesmo tempo se os títulos com estilo visual foram interpretados corretamente. - Tabelas para revisar — As tabelas aceitas viram tabelas de texto. Revise as células complexas ou mescladas antes de tratar os valores exportados como evidência. - Pré-visualize antes de reutilizar — Compare o código Markdown com sua exibição renderizada antes de copiar um trecho para o ChatGPT, o Claude ou um repositório de documentação. - Uma rota de API repetível — Use a rota de conversão de PDF em um script de ingestão depois de revisar no navegador resultados representativos. ## Por que as colunas de um PDF quebram os modelos de linguagem - As colunas se entrelaçam — Um relatório em duas colunas lido de cima para baixo mistura o fluxo esquerdo e o direito, então o modelo vê uma frase que nunca existiu na página. - As tabelas perdem sua grade — Copiar e colar de um PDF transforma uma tabela de resultados em uma sucessão de números sem linha de cabeçalho para um analisador posterior. - As digitalizações não têm camada de texto — Páginas só de imagem contêm pixels, não glifos, então PDFs digitalizados são processados hoje com OCR. ## O que este conversor de PDF preserva - Reconstrução da ordem de leitura — A conversão de PDF tenta reconstruir uma ordem de leitura lógica. Revise as transições entre colunas contra o original, sobretudo em relatórios e artigos complexos. - Tabelas e títulos — Os níveis de título e os dados tabulares são preservados quando o PDF expõe metadados estruturais; PDFs de texto simples produzem uma saída de texto simples. - PDFs digitalizados e só de imagem — PDFs sem camada de texto (páginas digitalizadas e imagens inseridas) são processados hoje com OCR; a precisão depende da qualidade da digitalização. - Arquivos protegidos com senha — PDFs criptografados não podem ser analisados; remova a senha antes de enviá-los. ## PDF para Markdown em fluxos de trabalho reais - Anotações de pesquisa — Extraia um artigo para anotações editáveis, verifique os trechos citados e conserve a referência do PDF para revisar depois. - Ingestão de relatórios — Prepare relatórios para a divisão em blocos conservando os cabeçalhos de tabela, o contexto de seção e um link para o documento original. - Bibliotecas de normas — Converta uma norma revisada em texto pesquisável e conserve o PDF publicado como versão autorizada. - Avaliação de documentos — Compare PDFs representativos antes de automatizar uma coleção, incluindo digitalizações, colunas e uma tabela difícil. ## PDF para Markdown API Use POST /v1/convert/pdf com um cabeçalho x-api-key e um arquivo de origem aceito. Uma solicitação concluída pode devolver os resultados na própria resposta; um HTTP 202 significa que a conversão continua em andamento. Leia o cabeçalho Location da resposta e faça polling nele antes de acessar os arquivos de saída. Uma solicitação multipart aceita no máximo 100 arquivos; os limites de assinatura e totais de solicitação também se aplicam. Guarde as chaves de API no ambiente do seu servidor. O acesso à API exige uma assinatura Lite, Pro ou Max. ```bash curl -i "https://api.markitdown.ai/v1/convert/pdf" \ -H "x-api-key: $MARKITDOWN_API_KEY" \ -F "file=@source.pdf" # If HTTP 202, GET the Location URL with the same API key. ``` ## Revisar o resultado Confira o resultado de PDF para Markdown contra o PDF original antes de usá-lo como evidência. Comece por uma página com colunas, uma nota de rodapé e uma tabela em vez de uma capa simples. Leia a última frase de uma coluna e a primeira da seguinte: elas devem formar a mesma sequência que uma pessoa segue no PDF. Depois compare um cabeçalho de tabela, um valor negativo e uma unidade. Uma pré-visualização de Markdown legível pode conter igualmente uma substituição do OCR ou uma célula mal posicionada. Se o documento orienta uma decisão financeira ou técnica, guarde o PDF junto do Markdown e verifique o trecho que você pretende citar. A conversão facilita trabalhar com o texto; ela não certifica a fonte nem sua transcrição. ## O que muda A conversão de PDF para Markdown substitui a posição visual por uma estrutura de texto. Um título grande pode virar um marcador de cabeçalho, os parágrafos continuam parágrafos e uma tabela aceita se transforma em linhas separadas por barras. A geometria da página, as linhas decorativas, as fontes e a quebra de linha original não fazem parte do contrato de saída. Isso é útil quando você quer editar um trecho ou construir um índice de recuperação, mas não serve quando o objetivo é reproduzir um folheto com exatidão. Guarde o PDF original pelo seu layout autorizado. Quando um layout não puder ser representado por uma tabela Markdown simples, verifique se uma breve explicação ou uma tabela revisada à mão é a representação posterior mais clara. ## Fontes para RAG Use o título do PDF e cabeçalhos de seção significativos para preservar o contexto ao dividir o Markdown em blocos. Um bloco que só leva como cabeçalho Resultados pode ficar ambíguo quando sai do documento; seu código de ingestão pode conservar o nome do documento e o cabeçalho pai junto desse bloco. Mantenha um cabeçalho de tabela junto com suas linhas e evite cortar uma lista no meio de uma condição. Guarde a referência do PDF original à parte para que uma resposta recuperada possa levar o leitor de volta à fonte. LangChain e LlamaIndex podem consumir texto do seu próprio processo de ingestão, mas escolher o divisor, o modelo de embeddings e a política de recuperação continua sendo tarefa da sua aplicação. Teste a recuperação com perguntas cuja resposta você verificou no PDF. ## Escolher o PDF Dê preferência ao PDF exportado original quando ele contiver texto legível. Uma captura de tela desse PDF adiciona outra etapa de reconhecimento de imagem e pode perder caracteres pequenos antes que a conversão comece. Em PDFs digitalizados, endireite as páginas giradas e use uma versão em que a pontuação e as bordas das tabelas continuem legíveis com o zoom normal. Remova a senha antes de enviar um PDF criptografado. Se só uma parte de um relatório longo for relevante, prepare as páginas de origem pertinentes e conserve sua referência original nas suas notas. Repetir a mesma digitalização danificada dificilmente vai corrigir o detalhe que falta; melhore a fonte primeiro e depois compare o novo resultado de PDF para Markdown com o anterior. ## Limites dos blocos A qualidade da recuperação depende de os limites dos blocos coincidirem com o documento que uma pessoa leria. Este conversor reordena as colunas e preserva os níveis de título para que um divisor possa emitir passagens em vez de fragmentos entrelaçados de um artigo em duas colunas. - Use o Markdown como o artefato que você divide e incorpora, não um despejo de texto achatado. - As páginas padrão e as páginas com OCR são cobradas a 1 crédito por página nos planos com login. - Arquivos protegidos com senha precisam ser desbloqueados antes do envio; PDFs criptografados são recusados. ## Exemplo: NIST Cybersecurity Framework 2.0, página 15 Source: https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.29.pdf ```markdown ## Appendix A. CSF Core This appendix describes the Functions, Categories, and Subcategories of the CSF Core. Table 1 lists the CSF 2.0 Core Function and Category names and unique alphabetic identifiers. Each Function name in the table is linked to its portion of the appendix. The order of Functions, Categories, and Subcategories of the Core is not alphabetical; it is intended to resonate most with those charged with operationalizing risk management within an organization. The numbering of the Subcategories is intentionally not sequential; gaps in numbering indicate CSF 1.1 Subcategories that were relocated in CSF 2.0. **Table 1. CSF 2.0 Core Function and Category names and identifiers** | Function | Category | Category Identifier | | --- | --- | --- | | **Govern (GV)** | Organizational Context | GV.OC | | | Risk Management Strategy | GV.RM | | | Roles, Responsibilities, and Authorities | GV.RR | | | Policy | GV.PO | | | Oversight | GV.OV | | | Cybersecurity Supply Chain Risk Management | GV.SC | | **Identify (ID)** | Asset Management | ID.AM | | | Risk Assessment | ID.RA | | | Improvement | ID.IM | | **Protect (PR)** | Identity Management, Authentication, and Access Control | PR.AA | | | Awareness and Training | PR.AT | | | Data Security | PR.DS | | | Platform Security | PR.PS | | | Technology Infrastructure Resilience | PR.IR | | **Detect (DE)** | Continuous Monitoring | DE.CM | | | Adverse Event Analysis | DE.AE | ``` ## FAQ ### Como funciona PDF para Markdown? PDF para Markdown converte a fonte aceita em Markdown legível para revisar e reutilizar. O teste anônimo aceita até 10 MB e 25 páginas por arquivo, com 3 conversões por IP e hora e 10 ao dia. Compare o resultado com a fonte antes de usá-lo. ### Qual é o tamanho máximo de um PDF? O conversor público aceita arquivos PDF de até 10 MB. O Lite aceita arquivos de até 100 MB; Pro e Max têm limites maiores. ### Aceita PDFs digitalizados? Sim. PDFs baseados em imagem são processados hoje com OCR; digitalizações nítidas e de alta resolução dão os melhores resultados. ### Artigos de pesquisa com várias colunas são tratados? Sim. PDF para Markdown tenta reconstruir a ordem de leitura. Compare as transições entre colunas com a fonte, porque layouts complexos ainda podem precisar de correção. ### As tabelas financeiras vão sobreviver? As tabelas dos PDFs que trazem metadados estruturais viram tabelas de Markdown. As tabelas de imagem achatada precisam de OCR para serem recuperadas. ### Posso converter PDFs protegidos com senha? Não. PDFs criptografados não podem ser analisados. Remova a senha antes de enviá-los. ### O resultado serve para dividir em blocos para RAG? O Markdown preserva títulos, listas e tabelas quando possível, de modo que a divisão em blocos e a inserção de embeddings continuam previsíveis em comparação com copiar e colar. ### Posso converter PDF a partir de código? Sim. Use uma chave de API para enviar o arquivo direto para /v1/convert/pdf e ler o Markdown na resposta. Veja /developers. ## Related - [Markdown converter for documents and web pages.](https://markitdown.ai/)