File Markdown: teks biasa dengan konvensi, dan konvensinya lebih dari satu
Apa itu file .md, mengapa tiap renderer berbeda, dan bagaimana judul serta daftar dibangun ulang dari PDF yang tak mencatatnya. Konversi di browser Anda.
Sekilas
- Jenis
- Dokumen
- Ekstensi
- .md, .markdown
- Tipe MIME
- text/markdown
- Juga dikenal sebagai
- MD
File .md adalah file teks. Tidak ada container, tidak ada kompresi, dan tidak ada yang biner di dalamnya — buka di Notepad dan Anda melihat persis apa isinya. Format-nya berupa konvensi, bukan markup: # di awal baris berarti judul, tanda hubung berarti butir daftar, dan renderer yang memahami konvensi itu mengubahnya menjadi HTML. Itulah seluruh gagasannya, dan itulah sebabnya format ini bertahan lebih lama daripada semua editor rich-text segenerasinya: file-nya sudah bisa dibaca sebelum apa pun me-render-nya, dan akan tetap bisa dibaca ketika aplikasi yang Anda pakai untuk menulisnya sudah lama hilang.
Baca selengkapnya
Masalahnya, tidak ada satu Markdown tunggal. Implementasi asli tahun 2004 membiarkan banyak sekali kasus tanpa definisi, sehingga setiap renderer menyelesaikannya dengan caranya sendiri; CommonMark hadir untuk memastikan ambiguitas itu, dan GitHub Flavored Markdown menambahkan tabel, daftar tugas, dan coretan di atasnya. Keadaan ini diakui secara resmi: ketika text/markdown didaftarkan sebagai tipe media dalam RFC 7763 pada Maret 2016, pendaftarannya menyertakan parameter variant, justru karena menyebut sebuah file sebagai Markdown tidak menjelaskan Markdown yang mana. Yang dihasilkan situs ini adalah text/markdown dengan UTF-8, dan hanya memakai konstruksi yang disepakati semua dialek — judul dengan tanda pagar, paragraf yang dipisah baris kosong, butir dengan tanda hubung, dan garis horizontal.
Mengonversi PDF menjadi Markdown berarti menciptakan struktur yang tidak pernah dimiliki PDF-nya. PDF mencatat ukuran huruf, bukan judul, jadi ukuran-ukuran di halaman diurutkan dan enam yang terbesar menjadi enam tingkat judul; baris yang sekadar lebih besar daripada teks isi akan menjadi judul, entah penulisnya menganggapnya judul atau tidak. Daftar lebih sulit lagi: PDF sama sekali tidak punya konstruksi daftar, dan butir yang Anda lihat benar-benar hanyalah sebuah karakter di dalam teks, sehingga satu-satunya cara agar daftar bertahan adalah mengenali karakter itu lalu menulisnya ulang sebagai tanda hubung. Butir bernomor tidak memerlukan bantuan itu — "1. " dan "1) " sudah merupakan Markdown, dan memang dimaksudkan sebagai daftar.
Ada dua detail yang layak diketahui karena keduanya mengubah teksnya sendiri. Baris yang berakhir dengan tanda hubung dianggap sebagai kata yang terpotong di pergantian baris dan disambung kembali tanpa tanda hubung itu; dan baris-baris berurutan berbahasa Tionghoa atau Jepang digabung tanpa spasi di antaranya, karena aksara tersebut memang tidak memakai spasi di sana. Halaman dipisahkan oleh garis horizontal, jadi dokumen tiga belas halaman akan berisi dua belas garis. Jika PDF-nya hasil pindaian tanpa lapisan teks, model pengenalan yang sama dengan yang dipakai untuk PDF ke Word terlebih dahulu membaca karakter dari gambar halaman, di perangkat Anda sendiri.
Konversi format lain ke Markdown
FAQ Markdown
Apakah file .md hanya file teks?
Ya. Tanpa container, tanpa kompresi, tidak ada yang biner. Editor teks apa pun bisa membukanya, dan penandanya — #, -, ** — adalah karakter biasa yang bisa Anda baca apa adanya.
Varian Markdown mana yang saya dapatkan?
Hanya bagian yang disepakati semua dialek: judul dengan tanda pagar, paragraf yang dipisah baris kosong, butir dengan tanda hubung, dan garis horizontal. Tidak ada yang bergantung pada ekstensi GitHub atau CommonMark, jadi hasilnya tampil sama di mana pun Anda menempelkannya.
Mengapa ada garis-garis putus di sepanjang dokumen saya?
Itu adalah pemisah halaman. Masing-masing berupa garis horizontal yang menandai di mana satu halaman PDF berakhir dan halaman berikutnya dimulai, jadi dokumen tiga belas halaman kembali dengan dua belas garis.
Sebuah judul keluar di tingkat yang salah. Mengapa?
Tingkat judul diurutkan berdasarkan ukuran huruf, karena PDF menyimpan ukuran, bukan judul. Jika dokumen memakai ukuran untuk penekanan alih-alih hierarki — kutipan yang ditonjolkan, baris pertama yang besar — urutannya mengikuti ukuran dan tingkatnya jadi salah.
Apakah tabel tetap utuh?
Tabel yang digambar dengan garis tetap utuh — hasilnya berupa tabel Markdown dengan baris pertama sebagai header. Tabel di halaman hasil pindaian keluar sebagai baris biasa, karena pindaian tidak punya garis tabel untuk dibaca. Jika tabel adalah alasan utama Anda mengonversi, PDF ke Excel menaruh setiap tabel ke dalam baris dan kolom yang bisa Anda olah.
Apakah ini bisa dipakai untuk PDF hasil pindaian?
Bisa. Jika tidak ada lapisan teks, model pengenalan AI berjalan di browser Anda dan membaca karakter dari gambar halaman. Tingkat judul kemudian diurutkan berdasarkan tinggi baris yang terukur, bukan ukuran font, dan tidak ada yang diunggah.