Penukar PDF kepada HTML
PDF adalah untuk dibaca, bukan digunakan semula. Penukar ini memulihkan teks sebagai HTML yang boleh anda sunting, terbitkan atau tampal di tempat lain — dengan langkah penyunting yang jujur sebelum anda memuat turun.
Cara ia berfungsi, langkah demi langkah
- Pilih PDF berasaskan teks.
- Semak HTML yang diekstrak dalam penyunting — baiki mana-mana baris yang disalah baca oleh penukar.
- Muat turun fail siap.
Alat PDF Popular
Soalan Lazim
Bagaimanakah penukaran PDF kepada HTML berfungsi di sini?
PDF.js membaca lapisan teks dokumen — teks yang sama yang boleh anda pilih dalam pembaca — dan membina semula baris dalam susunan bacaan. Saiz fon dibandingkan dengan median dokumen: baris yang jauh lebih besar menjadi tajuk peringkat atas, yang sederhana lebih besar menjadi subtajuk.
Adakah imej dan susun atur akan bertahan?
Tidak — dan alat ini menyatakannya dari awal. Output HTML ialah pembinaan semula teks: imej tidak dibenamkan dan susun atur berbilang lajur dibaca lajur demi lajur sebaik yang dibenarkan oleh susunan teks. Untuk salinan yang sempurna piksel, PDF itu sendiri ialah dokumennya; penukaran ini adalah untuk menggunakan semula perkataan.
PDF saya ialah imbasan. Adakah ia akan berfungsi?
PDF yang diimbas tiada lapisan teks, jadi pengekstrakan tidak menemui apa-apa. Jalankan imbasan melalui alat OCR pada Loona Text Tools dahulu, kemudian tukarkan teks yang terhasil.
Adakah PDF saya dimuat naik?
Tidak — pengekstrakan berjalan dalam pelayar anda dengan PDF.js.
Di sebalik tabir
Pengekstrakan mengumpulkan item teks menjadi baris mengikut kedudukan menegaknya, menyusunnya kiri ke kanan, dan mengukur saiz fon setiap baris berbanding median halaman untuk menetapkan aras tajuk. Pemisah halaman menjadi pembahagi. Hasilnya muncul dalam penyunting di atas supaya anda boleh membaiki apa-apa sebelum memuat turun — penukaran PDF tidak pernah sempurna, dan berpura-pura sebaliknya adalah tidak jujur.
Contoh aplikasi
Laporan PDF 12 halaman menjadi dokumen HTML berstruktur — tajuk sebagai tajuk utama, tajuk bahagian sebagai tajuk kecil, kandungan sebagai perenggan — sedia ditampal ke dalam laman web atau penyunting dokumen.