Conversor de PDF para HTML
Os PDF servem para ler, não para reutilizar. Este conversor recupera o texto como HTML que pode editar, publicar ou colar noutro lugar — com um passo de editor honesto antes de transferir.
Como funciona, passo a passo
- Escolha um PDF baseado em texto.
- Reveja o HTML extraído no editor — corrija qualquer linha que o conversor tenha lido mal.
- Transfira o arquivo terminado.
Ferramentas PDF Populares
Perguntas Frequentes
Como funciona aqui a conversão de PDF para HTML?
O PDF.js lê a camada de texto do documento — o mesmo texto que pode selecionar num leitor — e reconstrói as linhas por ordem de leitura. Os tamanhos de letra são comparados com a mediana do documento: as linhas muito maiores tornam-se títulos principais; as moderadamente maiores tornam-se subtítulos.
As imagens e o esquema sobrevivem?
Não — e esta ferramenta diz isso desde o início. O resultado em HTML é uma reconstrução de texto: as imagens não são incorporadas e os esquemas de várias colunas são lidos coluna a coluna, o melhor que a ordem do texto permite. Para uma cópia perfeita ao píxel, o próprio PDF é o documento; esta conversão serve para reutilizar as palavras.
O meu PDF é uma digitalização. Vai funcionar?
Os PDF digitalizados não têm camada de texto, pelo que a extração não encontra nada. Passe primeiro a digitalização pela ferramenta de OCR do Loona Text Tools e depois converta o texto resultante.
O meu PDF é carregado?
Não — a extração é executada no seu navegador com PDF.js.
Por dentro
A extração agrupa os itens de texto em linhas pela sua posição vertical, ordena-os da esquerda para a direita e mede o tamanho de letra de cada linha em relação à mediana da página para atribuir níveis de título. As quebras de página tornam-se separadores. O resultado aparece no editor acima para poder corrigir qualquer coisa antes de transferir — a conversão de PDF nunca é perfeita, e fingir o contrário seria desonesto.
Exemplo resolvido
Um relatório PDF de 12 páginas torna-se um documento HTML estruturado — o título como título principal, os títulos das secções como subtítulos, o corpo como parágrafos — pronto para colar num site ou editor de documentos.