Convertir PDF a Markdown (.md)

Cómo funciona

Elija su PDF en el recuadro (toque o haga clic) y pulse «Convertir a Markdown»; recibe un archivo .md con el nombre del PDF. El convertidor saca las palabras de la capa de texto, cose los renglones cortados en párrafos y marca la estructura en Markdown: los tamaños de título se vuelven #, ## y ### de mayor a menor, los renglones que empiezan con «•», «–» o «-» pasan a elementos de lista «- », los que empiezan con «1.» a una lista numerada, y un párrafo escrito todo en negrita queda entre **dos asteriscos**. Un caso concreto: quiere que un asistente de IA le resuma un manual de usuario de 40 páginas, pero al pegar el PDF desaparecen los títulos y los números de página caen a mitad de las frases. Conviértalo aquí: se quitan las líneas repetidas como «Manual de usuario – Página 12», los capítulos se separan con títulos # y el modelo ve cómo está organizado el documento. El mismo archivo se abre directamente en Obsidian, GitHub, VS Code o con la importación de Notion. El límite: las tablas quedan como renglones simples y no como tablas de Markdown, y no se pasan las imágenes ni las direcciones de los enlaces. Las páginas escaneadas son imágenes sin caracteres; para ellas recibe una explicación en lugar de un .md vacío.

Esta herramienta también se busca como convertir pdf a markdown, pdf a md, pasar pdf a markdown, pdf a markdown para chatgpt, pdf to markdown.

¿Qué es Markdown?

Markdown es una forma de escribir que le da estructura al texto simple con unos cuantos signos sencillos: # al inicio del renglón indica título, - una viñeta, 1. un elemento numerado, y las palabras entre dos asteriscos van en **negrita**. El archivo es un archivo de texto común con extensión .md; como los signos siguen siendo legibles, se entiende incluso sin un programa que le dé formato. Los archivos README de GitHub, las notas de Obsidian y Joplin, muchas plataformas de blogs y las respuestas de los asistentes de IA se escriben en Markdown. A partir de un PDF, esta herramienta solo genera los signos de estructura más comunes (título, lista, negrita); no escribe sintaxis de tablas, enlaces ni imágenes.

¿Qué es Capa de texto?

La capa de texto es la parte de un PDF que indica qué letras se imprimen, con qué fuente y en qué lugar de la página; si puede seleccionar una palabra del PDF con el ratón, el documento la tiene. Los PDF exportados desde Word, LibreOffice o con la función de impresión de un navegador traen una capa de texto completa. Una hoja digitalizada con escáner o fotografiada con el teléfono, en cambio, es solo una imagen de la página; no hay nada que leer hasta que se haga un reconocimiento de texto (OCR). La conversión de PDF a Markdown trabaja únicamente con la capa de texto; si la herramienta no la encuentra, se lo avisa en vez de producir un archivo vacío.

¿Cómo se eligen los niveles de título y por qué a veces fallan?

Un PDF nunca dice «esta línea es un título de nivel 2»; la herramienta lo deduce del tamaño de letra. Primero encuentra el tamaño del texto normal, el tamaño en el que está escrita la mayor parte del documento. Las líneas al menos 1,3 veces más grandes y de 120 caracteres como máximo son posibles títulos; los distintos tamaños de título se ordenan de mayor a menor, los tres primeros reciben #, ## y ###, y los más pequeños se quedan en ###. Dos líneas de título seguidas del mismo tamaño se unen en un solo título, porque un título largo suele cortarse en dos renglones dentro del PDF.

Los puntos ciegos son previsibles. Si los títulos tienen el mismo tamaño que el texto y solo van en negrita, no se encuentra ningún título; esas líneas salen como párrafos en **negrita** y usted puede ponerles el # a mano. Un énfasis grande en una portada, como una fecha o un monto, puede tomarse por título. La negrita de una fuente cuyo nombre no indica el grosor (algunas fuentes incrustadas lo ocultan) no se marca. Las celdas de tabla se toman fila por fila, empezando por la izquierda, y se escriben como renglones comunes; no se arma una tabla de Markdown, porque los límites de las celdas no están escritos en el PDF y una tabla mal armada confunde más que unos renglones simples.

¿Markdown, texto simple o Word?

Si el documento va para un modelo de IA, una aplicación de notas o un sitio web, Markdown es el destino correcto: la estructura (títulos, listas, énfasis) se conserva con unos pocos signos y el archivo sigue siendo texto simple que se abre en cualquier lado. Los modelos de lenguaje leen bien el Markdown; un documento dividido en secciones se resume con más precisión que una copia del PDF con renglones cortados al azar.

Si solo necesita las palabras (buscar, contar, copiar), la herramienta «PDF a texto» da un .txt más sencillo, sin signos de título. Si una persona va a editar e imprimir el documento, la herramienta «PDF a Word» escribe los títulos como estilos de Word. En resumen: Markdown cuando lo leerá una máquina, texto simple cuando solo importan las palabras, Word cuando alguien lo editará e imprimirá.

Preguntas frecuentes

¿Por qué convertir un PDF a Markdown antes de dárselo a ChatGPT u otra IA?

El texto copiado directamente de un PDF se corta al ancho de la página, los números de página y los encabezados se meten entre las frases y los títulos se pierden entre los renglones normales. Ya convertido a Markdown, los párrafos están completos, las líneas repetidas desaparecen y las secciones quedan marcadas con títulos #: el modelo sabe a qué sección pertenece cada frase. En documentos largos esto mejora de forma notable los resúmenes y las respuestas. La conversión ocurre en su navegador; el PDF no se sube a ningún lado desde esta página.

¿Cómo se abre un archivo .md?

Un archivo .md es texto simple: el Bloc de notas de Windows y TextEdit en Mac lo abren y muestran los signos (#, -, **) tal cual. Para verlo con formato, use Obsidian, Typora, la vista previa de VS Code, GitHub o la importación de Notion. En el teléfono, aplicaciones como Markor (Android) e iA Writer muestran el Markdown con formato.

¿Las tablas del PDF se vuelven tablas de Markdown?

No. En un PDF, una tabla es solo un conjunto de trozos de texto rodeados de líneas; nada en el archivo indica dónde empieza y termina cada celda. La herramienta pasa las tablas renglón por renglón, de izquierda a derecha, como texto simple. Si necesita la tabla, separe las celdas a mano con el signo | o copie la tabla en una hoja de cálculo.