PDF / DOCX / XLSX → MARKDOWN CONVERTER

⚠ Hinweis: file://-Protokoll erkannt. Web-Worker (OCR & PDF) können je nach Browser im file://-Modus blockiert werden. Starte einen lokalen HTTP-Server für zuverlässige Funktion:
python3 -m http.server 8080 → http://localhost:8080/index.html

📄

PDFs, DOCX & Tabellen hier ablegen

oder Dateien auswählen (auch mehrere)

OCR-Einstellungen (nur PDF · XLSX/CSV werden direkt konvertiert)

Sprache:

OCR wird nur als Fallback genutzt (<50 Zeichen/Seite per pdf.js erkannt → Seite gilt als Scan).
DOCX-Dateien werden direkt per mammoth.js konvertiert – kein OCR erforderlich. XLSX / XLS / ODS / CSV werden per SheetJS in Markdown-Tabellen umgewandelt.

Tabellen-Einstellungen (nur PDF)

Enthält das Dokument Tabellen? Nein – bisheriger, schneller Pfad Ja – Tabellenerkennung auf allen Seiten Weiß nicht / automatisch (empfohlen)

Wie sollen Tabellen ausgegeben werden? Für KI optimiert (linearisiert) Als Markdown-Tabelle (GFM)

„Automatisch“ prüft jede Seite auf Tabellen-Anzeichen (Linienraster oder klar getrennte Textspalten) und wendet die Tabellenerkennung nur dort an. Bei „Nein“ wird zusätzlich ein Plausibilitätscheck durchgeführt; schlägt er an, kann die Datei mit Tabellenerkennung neu verarbeitet werden.

Dateien

Keine Dateien – PDFs oben ablegen.

Status-Log

Tokens vorher: – Tokens nachher: – Zeichen: –