Hack the Hydra

API PDF to Markdown pour la conversion en masse

Pour un ou quelques PDF, utilisez le convertisseur gratuit PDF en Markdown de ce site : il fonctionne dans votre navigateur et n’envoie rien. Pour les lots, l’automatisation, la détection des tableaux à bordures et l’OCR automatique des pages scannées, utilisez le robot pdf-to-markdown sur Apify : passez une liste d’URL de PDF et récupérez du Markdown. Il coûte 0,003 $ par PDF, plus 0,01 $ par page OCR.

pdf-to-markdown sur Apify →

Outil navigateur ou API ?

Le convertisseur dans le navigateur est confidentiel et gratuit, mais traite un fichier à la fois, conserve le texte des tableaux ligne par ligne et ne peut pas appliquer l’OCR aux scans. Le robot traite des listes d’URL en parallèle, détecte les tableaux à bordures et produit de vrais tableaux Markdown, et applique l’OCR aux pages sans couche de texte.

Options

pdfUrls, extractTables, ocrScannedPages avec ocrLanguage (par exemple eng, fra, deu, spa), maxPages pour plafonner les longs documents, et maxConcurrency.

Exemple d’appel

curl -X POST "https://api.apify.com/v2/acts/extas_corp~pdf-to-markdown/run-sync-get-dataset-items?token=YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"pdfUrls":[{"url":"https://example.com/report.pdf"}],"extractTables":true,"ocrScannedPages":true}'

Usages typiques

Alimenter un pipeline RAG avec des contrats, manuels ou articles (voir PDF to Markdown for RAG, en anglais), archiver des factures scannées sous forme de texte consultable, ou préparer un ensemble de documents pour ChatGPT ou Claude. Le même moteur est aussi proposé sur RapidAPI sous le nom Document to Markdown API.

Tarifs

0,003 $ par PDF, et 0,01 $ par page uniquement pour les pages ayant nécessité l’OCR. Les convertisseurs gratuits de ce site fonctionnent dans votre navigateur ; les robots Apify sont pour l’automatisation et le volume. Vous ne payez qu’au résultat, sans abonnement mensuel pour le robot lui-même.

À quoi ressemble un résultat

Le robot renvoie un élément par PDF. En plus du Markdown, il indique ce qu'il a fait, pour qu'un pipeline puisse contrôler chaque fichier sans l'ouvrir :

{
  "url": "https://example.com/rapport.pdf",
  "status": "ok",
  "markdown": "# Rapport annuel\n\n## Chiffre d'affaires\n...",
  "pageCount": 24,
  "pagesProcessed": 24,
  "ocrPages": 3,
  "tableCount": 5,
  "charCount": 48210
}

Un PDF illisible ou introuvable donne "status": "error" avec la raison ; les autres fichiers continuent et les PDF en échec ne sont pas facturés.

Coût d’un vrai lot

1 000 PDF dont 50 scans d'environ 4 pages : 1 000 × 0,003 $ = 3 $, plus 200 pages OCR × 0,01 $ = 2 $, soit environ 5 $. Si tous vos fichiers sont numériques (exportés de Word ou d'un outil de reporting), désactivez ocrScannedPages : il ne reste que les 3 $. maxPages limite le traitement aux premières pages, par exemple pour ne garder que la synthèse de chaque rapport.

Contrôles avant de donner le résultat à un LLM

FAQ

Gère-t-il les PDF scannés ?

Oui. Les pages sans couche de texte passent automatiquement par l’OCR lorsque ocrScannedPages est activé.

Mon fichier est-il conservé ?

Les fichiers sont traités pour la durée de l’exécution. Apify conserve les jeux de données d’exécution selon les réglages de rétention de votre compte ; n’envoyez pas de documents que vous n’avez pas le droit de traiter.

Existe-t-il une option gratuite ?

Oui, le convertisseur dans le navigateur de ce site est gratuit et illimité pour les fichiers isolés.

Mis à jour : novembre 2026. Les fichiers sont traités dans votre navigateur et ne sont pas envoyés.

Essayer

pdf-to-markdown sur Apify →

Convertisseur PDF en Markdown gratuit →