PDF 转 HTML 转换器
简而言之: 本工具提取 PDF 的文字并将其重建为结构化 HTML,标题根据字体大小检测——在您的浏览器中。
PDF 用于阅读,而不是重复使用。此转换器将文字恢复为 HTML,您可以编辑、发布或粘贴到其他地方——下载前有一个诚实的编辑步骤。
点击选择 PDF 文件
或将它拖放到此处——基于文字的 PDF 效果最好
隐私设计: 您的文件用 JavaScript 在您的浏览器中 100% 处理。它们永远不会上传到服务器,永远不会存储,也永远不会被我们看到——关闭标签页,一切都消失了。
工作原理,分步说明
- 选择基于文字的 PDF。
- 在编辑器中查看提取的 HTML——修复转换器误读的任何行。
- 下载完成的文件。
热门 PDF 工具
常见问题
这里的 PDF 转 HTML 转换如何工作?
PDF.js 读取文档的文字层——与您在阅读器中可以选择的文字相同——并按阅读顺序重建行。字体大小与文档的中位数比较:大得多的行成为顶级标题,大一些的行成为子标题。
图片和布局会保留吗?
不——而且本工具预先说明了这一点。HTML 输出是文字重建:图片不嵌入,多栏布局按文字顺序尽可能逐栏读取。如需像素级完美的副本,PDF 本身就是文档;此转换用于重复使用文字。
我的 PDF 是扫描件。它能工作吗?
扫描的 PDF 没有文字层,因此提取找不到任何内容。请先通过 Loona Text Tools 上的 OCR 工具运行扫描件,然后转换得到的文字。
我的 PDF 会被上传吗?
不——提取在您的浏览器中用 PDF.js 运行。
幕后原理
提取按垂直位置将文字项目分组为行,从左到右排序,并根据页面中位数测量每行的字体大小以分配标题级别。分页符变成分隔符。结果出现在上方的编辑器中,以便您在下载前修复任何问题——PDF 转换永远不会完美,假装不是这样是不诚实的。
实际示例
一份 12 页的 PDF 报告会变成结构化的 HTML 文档——标题作为顶级标题,章节标题作为子标题,正文作为段落——可以直接粘贴到网站或文档编辑器中。