PDF to Markdown Converter with OCR

🇬🇧 English | 🇩🇪 Deutsch below

Convert PDFs, scanned documents, images, Word and Excel files into clean Markdown, plain text and structured tables, for RAG, AI agents and data extraction.

• Text PDFs: headings, de-hyphenation, tables as Markdown and JSON rows
• Scans and images: low-cost local OCR (Tesseract); in auto mode only text-less pages are OCR'd and billed as OCR
• DOCX headings, lists and tables; every XLSX/CSV sheet as a table
• Pay per page; failed files are free; no external AI; data never leaves the run

SEO: PDF to Markdown, PDF to text, OCR, scanned PDF OCR, PDF table extraction, DOCX to Markdown, Excel to JSON, document parser, RAG ingestion, Tesseract OCR API, PDF in Text umwandeln, Texterkennung

---

🇩🇪 Deutsch

Wandelt PDFs, gescannte Dokumente, Bilder, Word- und Excel-Dateien in sauberes Markdown, Plain-Text und strukturierte Tabellen um. Ideal für RAG, KI-Agenten, Datenextraktion und Archivierung.

• 📄 PDF mit Textlayer: Markdown mit Überschriften (erkannt an der Schriftgröße), Silbentrennung entfernt, Tabellen als Markdown und als JSON-Zeilen
• 🔍 Gescannte PDFs und Bilder: günstige lokale OCR (Tesseract, Deutsch, Englisch, Französisch). Im Modus auto wird nur bei Seiten ohne Text OCR genutzt, und nur diese Seiten kosten den OCR-Preis.
• 📝 DOCX: Überschriften, Listen und Tabellen · 📊 XLSX/CSV: jedes Blatt als Tabelle (Trennzeichen automatisch erkannt)
• 💶 Fair: Abrechnung pro Seite; fehlgeschlagene Dateien kosten nichts. Es gibt keine externe KI und keine Weitergabe an Dritte; die Verarbeitung läuft komplett im Actor.

Ausgabe pro Datei: url, type, pages, totalPages, ocrPages, ocrEngine, markdown, text, tables[{page, rows}], metadata, chars, ok/error

Für wen: RAG-Pipelines und Chatbots, Rechnungs- und Vertragsauswertung, Ausschreibungsunterlagen, Forschung, Digitalisierung von Scans, n8n/Make/Zapier-Workflows.