Công cụ chuyển đổi PDF sang HTML
PDF là để đọc, không phải để dùng lại. Công cụ chuyển đổi này khôi phục văn bản dưới dạng HTML bạn có thể chỉnh sửa, xuất bản hoặc dán ở nơi khác — với một bước trình chỉnh sửa trung thực trước khi bạn tải xuống.
Cách hoạt động, từng bước
- Chọn một PDF dạng văn bản.
- Xem lại HTML đã trích xuất trong trình chỉnh sửa — sửa bất kỳ dòng nào công cụ chuyển đổi đọc sai.
- Tải xuống tệp đã hoàn thiện.
Công cụ PDF phổ biến
Câu hỏi thường gặp
Chuyển đổi PDF sang HTML hoạt động tại đây như thế nào?
PDF.js đọc lớp văn bản của tài liệu — cùng văn bản bạn có thể chọn trong một trình đọc — và dựng lại các dòng theo thứ tự đọc. Cỡ chữ được so sánh với trung vị của tài liệu: các dòng lớn hơn nhiều trở thành heading cấp cao nhất, các dòng lớn hơn vừa phải trở thành heading phụ.
Hình ảnh và bố cục có sống sót không?
Không — và công cụ này nói rõ điều đó ngay từ đầu. Đầu ra HTML là một bản tái dựng văn bản: hình ảnh không được nhúng và các bố cục nhiều cột được đọc theo từng cột tốt nhất theo thứ tự văn bản cho phép. Để có một bản sao hoàn hảo đến từng pixel, chính tệp PDF là tài liệu; việc chuyển đổi này là để dùng lại các từ ngữ.
PDF của tôi là bản scan. Nó có hoạt động không?
Các PDF được scan không có lớp văn bản, vì vậy trích xuất không tìm thấy gì. Hãy chạy bản scan qua công cụ OCR trên Loona Text Tools trước, sau đó chuyển đổi văn bản kết quả.
PDF của tôi có được tải lên không?
Không — việc trích xuất chạy trong trình duyệt của bạn bằng PDF.js.
Bên dưới nắp máy
Việc trích xuất nhóm các mục văn bản thành dòng theo vị trí dọc của chúng, sắp xếp chúng từ trái sang phải, và đo cỡ chữ của mỗi dòng so với trung vị của trang để gán mức heading. Ngắt trang trở thành dấu phân cách. Kết quả xuất hiện trong trình chỉnh sửa ở trên để bạn có thể sửa bất cứ điều gì trước khi tải xuống — việc chuyển đổi PDF không bao giờ hoàn hảo, và giả vờ ngược lại sẽ là không trung thực.
Ví dụ thực tế
Một báo cáo PDF 12 trang trở thành một tài liệu HTML có cấu trúc — tiêu đề là heading trên cùng, tiêu đề mục là heading phụ, nội dung là các đoạn văn — sẵn sàng dán vào một website hoặc trình soạn thảo tài liệu.