Tidak seperti HTML, seni bina dalaman PDF standard tidak mempunyai konsep tag semantik. Tajuk dalam PDF hanyalah teks biasa yang dilukis dengan saiz fon yang lebih besar.
Untuk menghasilkan Markdown yang kemas, enjin Utiliome menjalankan analisis heuristik. Ia mengimbas dokumen untuk mencari saiz fon asas (teks paragraf). Apabila ia menemui teks 1.5x lebih besar atau mengandungi ketebalan fon Tebal, enjin akan menambah tanda pagar Markdown (##). Ia juga menggunakan analisis ruang untuk mengesan poin bulet dan inden.
| Ciri / Mod | Spesifikasi Teknikal | Enjin Tempatan Utiliome | Kelebihan Utama |
|---|
| Penukaran 100% Tempatan | pdf.js OperatorList Parser | 100% Luar Talian (Selamat untuk Dokumen Undang-undang) | PDF sulit anda diproses sepenuhnya di dalam RAM penyemak imbas melalui WebAssembly. Fail tidak pernah dimuat naik ke awan. |
| Mengekalkan Struktur | Heading & Table Matrix AST | GitHub-Flavored Markdown Semantik | Mengenal pasti tajuk H1/H2, senarai berbulet, dan paragraf secara pintar untuk menghasilkan sintaks Markdown yang betul. |
| Sedia untuk Pembangun | CommonMark / GFM Output | Halaman Tanpa Had | Sangat sesuai untuk mengekstrak dokumentasi, menukar buku teks untuk LLM, atau memindahkan PDF ke repositori GitHub. |
Alat PDF berkaitan dalam rangkaian 100% tempatan kami: Pengekstrak Teks OCR PDF • Editor PDF • Pelihat Metadata PDF.