Převodník PDF do HTML
PDF jsou ke čtení, ne k znovu použití. Tento převodník obnoví text jako HTML, které můžete upravovat, publikovat nebo vložit jinam — s poctivým krokem editoru před stažením.
Jak to funguje, krok za krokem
- Vyberte textové PDF.
- Prohlédněte si extrahované HTML v editoru — opravte každý řádek, který převodník přečetl špatně.
- Stáhněte hotový soubor.
Oblíbené nástroje PDF
Často kladené otázky
Jak zde funguje převod PDF do HTML?
PDF.js čte textovou vrstvu dokumentu — stejný text, který můžete vybrat ve čtečce — a znovu sestavuje řádky v pořadí čtení. Velikosti písma se porovnávají s mediánem dokumentu: mnohem větší řádky se stanou nadpisy nejvyšší úrovně, mírně větší se stanou podnadpisy.
Přežijí obrázky a rozvržení?
Ne — a tento nástroj to říká předem. Výstup HTML je textová rekonstrukce: obrázky nejsou vloženy a vícesloupcová rozvržení se čtou sloupec po sloupci, jak nejlépe pořadí textu dovolí. Pro kopii dokonalou na pixely je dokumentem samotné PDF; tento převod je pro znovu použití slov.
Mé PDF je sken. Bude to fungovat?
Naskenovaná PDF nemají textovou vrstvu, takže extrakce nic nenajde. Nejprve sken projeďte nástrojem OCR na Loona Text Tools, poté převeďte výsledný text.
Nahrává se mé PDF?
Ne — extrakce běží ve vašem prohlížeči pomocí PDF.js.
Pod kapotou
Extrakce seskupuje textové položky do řádků podle jejich svislé polohy, řadí je zleva doprava a měří velikost písma každého řádku proti mediánu stránky pro přiřazení úrovní nadpisů. Konce stránek se stanou oddělovači. Výsledek se objeví v editoru výše, abyste mohli cokoli opravit před stažením — převod PDF není nikdy dokonalý a předstírat opak by bylo nepoctivé.
Vypracovaný příklad
Zpráva PDF o 12 stránkách se stane strukturovaným dokumentem HTML — název jako hlavní nadpis, názvy oddílů jako podnadpisy, tělo jako odstavce — připraveným k vložení na web nebo do editoru dokumentů.