PDF → Markdown
แปลงข้อความจาก PDF เป็น Markdown ทันที ไม่เก็บไฟล์ของคุณไว้บนเซิร์ฟเวอร์ รองรับไฟล์ที่มีข้อความให้เลือกได้ เช่นจาก Word หรือ Google Docs
ข้อจำกัด
- ไฟล์ไม่เกิน 10 MB และ 50 หน้า เนื้อหาหลังคลายบีบอัดไม่เกิน 3 MB อ่านไม่เกิน 20 วินาที ผลลัพธ์ตัดที่ 2 MB และบอกด้วย truncated
- อ่านเฉพาะ text layer ไม่มี OCR รูป ตาราง และคอลัมน์ออกมาเป็นข้อความเรียงตามตำแหน่ง
- ไฟล์ไม่ถูกเก็บ ไม่ถูก log และถูกอ่านใน process แยกที่ไม่มี secret ลบจากหน่วยความจำทันทีที่ตอบ
- 30 ครั้งต่อ IP ทุก 15 นาที (IPv6 นับทั้ง /64) และอ่านพร้อมกันได้ 2 ไฟล์ทั้งระบบ เกินนั้นได้ 503 busy พร้อม Retry-After
- หน้าเว็บนี้เรียก API ตัวเดียวกับที่คุณเรียกได้เอง ไม่มีอะไรทำเพิ่มฝั่งเบราว์เซอร์
คำถามที่พบบ่อย
- ทำไมได้ข้อความธรรมดา ไม่มี # หัวข้อหรือตาราง Markdown
- PDF เก็บแค่ตำแหน่งตัวอักษร ไม่มีโครงสร้างหัวข้อหรือตาราง เราจึงคืนบรรทัดตามที่อ่านได้และคั่นหน้าด้วย --- เท่านั้น ถ้าต้องการโครงสร้าง ให้ขอไฟล์ต้นฉบับ (.docx) หรือใช้เครื่องมือ layout analysis
- ไฟล์สแกนหรือรูปถ่ายเอกสารใช้ได้ไหม
- ยังไม่ได้ จะได้ 422 no_text_layer เพราะไม่มีข้อความในไฟล์ OCR อยู่ในแผนแต่ต้องมีระบบคิวงานก่อน
- ภาษาไทยอ่านได้ไหม
- ได้ เมื่อไฟล์ฝังฟอนต์มาพร้อมตาราง Unicode ซึ่งไฟล์จาก Word, Google Docs และเบราว์เซอร์ทำให้อยู่แล้ว ไฟล์เก่าที่ใช้ฟอนต์ไม่ฝังอาจได้ตัวอักษรเพี้ยน
- ทำไมมีช่องว่างกลางคำหรือตัวอักษรแปลกๆ
- ไฟล์ที่ print จากเบราว์เซอร์วางตัวอักษรทีละกลุ่ม เราคืนตามนั้น และฟอนต์บางตัวรวม fi fl เป็นตัวเดียว ใช้ text.normalize('NFKC') ใน JavaScript เพื่อแยกกลับ
- ไฟล์ของฉันปลอดภัยไหม
- ไฟล์อยู่ในหน่วยความจำของ process ที่อ่านเท่านั้น ไม่เขียนลงดิสก์ ไม่ log เนื้อหา และไม่มีใครในทีมเห็น requestId ใน error ใช้ตามรอยคำขอได้โดยไม่มีเนื้อหาไฟล์
- เรียกจาก JavaScript บนเว็บของฉันได้ไหม
- ได้ API ส่ง CORS header ให้ทุกโดเมน ใช้ fetch กับ FormData ส่งไฟล์ได้เลย ไม่ต้องผ่าน server ของคุณ