Convertor PDF în HTML
PDF-urile sunt pentru citire, nu pentru reutilizare. Acest convertor recuperează textul ca HTML pe care îl poți edita, publica sau lipi în altă parte — cu un pas cinstit de editor înainte de descărcare.
Cum funcționează, pas cu pas
- Alege un PDF bazat pe text.
- Revizuiește HTML-ul extras în editor — repară orice rând pe care convertorul l-a citit greșit.
- Descarcă fișierul finit.
Instrumente PDF populare
Întrebări frecvente
Cum funcționează aici conversia PDF în HTML?
PDF.js citește stratul de text al documentului — același text pe care îl poți selecta într-un cititor — și reconstruiește rândurile în ordinea citirii. Dimensiunile fonturilor sunt comparate cu mediana documentului: rândurile mult mai mari devin titluri de nivel superior, cele moderat mai mari devin subtitluri.
Imaginile și aspectul vor supraviețui?
Nu — iar acest instrument o spune de la început. Rezultatul HTML este o reconstrucție de text: imaginile nu sunt încorporate, iar aspectele pe mai multe coloane sunt citite coloană cu coloană, atât cât permite ordinea textului. Pentru o copie perfectă la nivel de pixel, PDF-ul însuși este documentul; această conversie este pentru reutilizarea cuvintelor.
PDF-ul meu este un scan. Va funcționa?
PDF-urile scanate nu au strat de text, astfel încât extragerea nu găsește nimic. Trece mai întâi scanarea prin instrumentul OCR de pe Loona Text Tools, apoi convertește textul rezultat.
PDF-ul meu este încărcat?
Nu — extragerea rulează în browserul tău, cu PDF.js.
Sub capotă
Extragerea grupează elementele de text în rânduri după poziția lor verticală, le sortează de la stânga la dreapta și măsoară dimensiunea fontului fiecărui rând față de mediana paginii pentru a atribui niveluri de titlu. Rupturile de pagină devin separatori. Rezultatul apare în editorul de mai sus, ca să poți repara orice înainte de descărcare — conversia PDF-urilor nu este niciodată perfectă, iar a pretinde altfel ar fi necinstit.
Exemplu rezolvat
Un raport PDF de 12 pagini devine un document HTML structurat — titlul ca titlu principal, titlurile secțiunilor ca subtitluri, corpul ca paragrafe — gata de lipit într-un site web sau într-un editor de documente.