Конвертировать PDF в HTML Portable Document Format ↔ HyperText Markup Language Бесплатно Онлайн Безопасно

Почему люди конвертируют PDF в HTML

PDF создан для печати и чтения на странице. Веб-страница создана для чтения на экране, любого размера, любым человеком, включая тех, кто пользуется программами экранного чтения, поисковыми системами и мобильными телефонами. Когда документ, существующий только в виде PDF, должен жить на сайте, или удобно читаться на маленьком экране, или использоваться в веб-проекте, естественный ход — конвертировать PDF в HTML. Вам нужны слова, заголовки и картинки документа на языке веба.

Трудность в том, что PDF не записывает, что документ означает. Он записывает, где на странице стоит каждая буква: этот символ здесь, та строка там, эта картинка в углу. Понятия заголовка, абзаца или списка в нём не хранится. Конвертация должна прочитать положения и размеры и решить, что заголовок, что абзац, что пункт списка, а что таблица. Эта страница делает это в вашем браузере и даёт вам веб-страницу, которую можно открыть, отредактировать и опубликовать, а не картинку страницы.

Ваш PDF не загружается на сервер. Это важно для отчётов, черновиков и работ, которые вы предпочли бы держать при себе, пока сами не решите их опубликовать. Ниже вы узнаете, как работает конвертация, что проходит, что нет и как извлечь из результата как можно больше.

Как работает конвертация

Структура выясняется по странице

Ваш PDF читается внутри вашего браузера. Для каждой страницы конвертер собирает текст с положением и размерами, а затем решает, что есть что. Строка крупнее остальных, скорее всего, заголовок. Строки, идущие друг за другом с обычным промежутком, образуют абзац. Строки, начинающиеся с маркеров или чисел, образуют список. Текст, расположенный в выровненных ячейках, образует таблицу. Результат записывается как HTML, в котором эти заголовки, абзацы, списки и таблицы — настоящие элементы.

Один самодостаточный файл

Результат — один самодостаточный файл. Картинки едут внутри него как данные, поэтому его можно переместить куда угодно, и он останется целым. Вы получаете не страницу плюс папку изображений, которые нужно хранить вместе, а один файл, который можно открыть в браузере, приложить к сообщению или загрузить на сайт.

Чем это полезно

С одним файлом просто обращаться. Можно дважды щёлкнуть по нему, чтобы увидеть результат, отправить коллеге, не беспокоясь, что картинки пропадут, и хранить как архив документа в открытом, читаемом формате.

Что сохраняется

Заголовки, абзацы, полужирный и курсив

Заголовки, абзацы, полужирный и курсив переносятся. Текст читается в том же порядке, что и на странице, а выделения сохраняются там, где их можно распознать.

Списки и таблицы

Списки получаются списками, а таблицы — таблицами, со строками и столбцами, так что структура документа не теряется по пути в веб.

Картинки

Картинки переносятся и встраиваются в файл, поэтому он показывает их везде, где его откроют.

Что не переносится

Файл становится больше

Перенос картинок внутрь делает файл заметно больше, чем была бы одна разметка. Это цена того, что он один файл, а не папка. Если вы планируете опубликовать страницу на сайте, возможно, предпочтёте извлечь картинки и сжать их отдельно.

Разметка, колонки и сноски

Разметка страницы, колонки и сноски отбрасываются. Веб-страница растекается по ширине экрана, поэтому фиксированная страница PDF не имеет соответствия. Страница, набранная в две колонки, получается перемешанной, потому что строки читаются поперёк страницы так, как они расположены. Если в вашем документе есть колонки, ожидайте увидеть их перемешанными.

Отсканированные PDF не дают ничего

Отсканированный PDF не даёт ничего, потому что содержит картинку текста, а не текст. Распознавание букв на изображении — другая работа, называемая оптическим распознаванием символов, и эта конвертация её не выполняет.

Как конвертировать PDF в HTML здесь

Добавьте PDF

Перетащите PDF на страницу или выберите его на устройстве. Он открывается внутри вашего браузера и не загружается.

Конвертируйте

Нажмите кнопку. Короткий документ занимает несколько секунд, а длинный со многими картинками — дольше. Оставьте страницу открытой, пока всё не закончится.

Скачайте и откройте

Скачайте файл HTML и откройте его в браузере. Пройдите по нему с начала, проверьте заголовки и таблицы и при желании отредактируйте его в любом текстовом или веб-редакторе.

Ближе о PDF и HTML

Неподвижное и текучее

PDF неподвижен: положение каждой буквы — часть файла. HTML текуч: он сообщает, что за содержимое, а как разложить его для экрана перед собой, решает браузер. Эти два представления почти противоположны, поэтому конвертации приходится заново открывать структуру, которую PDF никогда не записывал. HTML в PDF идёт в другую сторону, замораживая страницу в документ.

Почему HTML — хороший контейнер для текста

HTML — простой текст с простыми пометками, читаемый любым браузером на любом устройстве, понятный поисковым системам и программам экранного чтения и лёгкий для редактирования. Документ, хранимый как HTML, будет читаться десятилетиями, с особым программным обеспечением или без него. Это хорошая причина конвертировать PDF в HTML, даже если вы не планируете публиковать.

Что делает PDF хорошо конвертируемым

Простой текстовый документ с обычными абзацами конвертируется чисто: статья, отчёт, эссе. Документ, оформленный с врезками, текстовыми блоками и несколькими колонками, конвертируется плохо. Когда вы конвертируете PDF в HTML, ждите лучших результатов от документов, которые были написаны, а не от тех, которые были свёрстаны.

Частые ситуации подробно

Публикация документа на сайте

Отчёт или статью, существующие только как PDF, можно превратить в веб-страницу, которая читается на телефоне, индексируется поисковыми системами и допускает ссылки на разделы. Конвертируйте PDF в HTML, затем почистите страницу и поместите её на сайт.

Чтение на маленьком экране

Веб-страница подстраивается под экран. На телефоне HTML-версию длинного документа читать гораздо легче, чем PDF, который приходится увеличивать и тащить.

Повторное использование текста в веб-проекте

Дизайнер или разработчик, получивший содержимое в виде PDF, может вытащить текст как HTML и использовать его на странице, в рассылке или в центре помощи, не набирая заново.

Архивирование в открытом формате

Файл HTML — долговечная открытая форма документа. Некоторые архивисты хранят копию в HTML рядом с PDF, чтобы текст оставался доступным, что бы ни случилось с программой чтения.

Практические советы перед конвертацией PDF в HTML

Проверьте, можно ли выделить текст

Откройте PDF в любой программе просмотра и попробуйте выделить предложение мышью. Если слова подсвечиваются, в файле настоящий текст, и вы можете конвертировать PDF в HTML с хорошей надеждой. Если удаётся лишь протянуть прямоугольник поверх страницы, это картинка, и никакая конвертация такого рода слов в ней не найдёт.

Следите за размером файла

Поскольку картинки едут внутри файла, PDF со многими изображениями даёт большой HTML. Перед публикацией подумайте об уменьшении PDF с помощью сжатия PDF, чтобы картинки изначально были легче.

Извлеките нужное

Если вам нужна лишь часть длинного документа, сначала воспользуйтесь извлечением страниц из PDF. Более короткий документ конвертируется быстрее и его легче проверить.

Приготовьтесь привести результат в порядок

Страница простая, а оформление вам предстоит добавить самим. Когда вы конвертируете PDF в HTML для сайта, ожидайте, что придётся подключить таблицу стилей и подправить заголовки, чтобы они соответствовали вашему дизайну.

Вопросы, которые задают перед конвертацией

Почему файл такой большой?

Потому что картинки перенесены внутрь него как данные. Это делает его одним файлом, что удобно, но больше одного только текста.

Почему мои колонки перемешались?

Потому что строки читаются поперёк страницы так, как они расположены. Страница, набранная в две колонки, получается перемешанной.

Будет ли он выглядеть как PDF?

Нет. Слова, заголовки, списки, таблицы и картинки переносятся, а разметка страницы — нет. Веб-страница растекается по экрану.

Почему ничего не вышло?

Почти наверняка PDF — это скан. Скан содержит картинку текста, а не текст.

Загружается ли мой PDF?

Нет. Конвертация выполняется в вашем браузере, и документ никогда не покидает ваше устройство.

Можно ли превратить HTML обратно в PDF?

Да. Это делает HTML в PDF, используя диалог печати вашего браузера.

Разумный выбор, когда вы конвертируете PDF в HTML

Решите, что вам нужно

Если вам нужен редактируемый документ, вам может лучше подойти PDF в DOCX. Если нужна электронная книга, есть PDF в EPUB. HTML — верный выбор, когда пункт назначения — веб.

Начните с самого чистого источника

PDF, экспортированный из текстового процессора, конвертируется гораздо лучше скана или копии копии. Если можете попросить у автора исходный текст, сделайте это.

Храните PDF

PDF содержит точную разметку и номера страниц. Храните его как справочный экземпляр на случай, если понадобится сослаться на страницу.

Как получить хороший результат после конвертации

Сначала откройте в браузере

Проверьте, как это выглядит, прежде чем что-либо редактировать. Прочитайте начало, страницу из середины и конец. Посмотрите на таблицы и картинки.

Уберите остатки

Номера страниц и бегущие заголовки иногда просачиваются в текст. Удалите их в текстовом редакторе. Поищите повторяющиеся строки, чтобы найти их быстро.

Добавьте своё оформление

Конвертированная страница простая. Короткая таблица стилей, задающая шрифт, ширину текста и цвета, превращает её в страницу, подходящую вашему сайту.

Добавьте альтернативный текст к картинкам

Картинки приходят без описаний. Если страница будет общедоступной, добавьте к каждой картинке короткий альтернативный текст, чтобы пользователи программ экранного чтения знали, что на ней показано.

Советы по публикации конвертированной страницы

Дайте странице настоящий заголовок

Поисковые системы и вкладки браузера используют заголовок страницы. После того как вы конвертировали PDF в HTML, откройте файл в текстовом редакторе и задайте понятный заголовок, говорящий, что это за документ. Это стоит минуту и сильно облегчает поиск страницы.

Проверьте порядок заголовков

Заголовки должны идти от крупнейших к более мелким в разумном порядке. Конвертированная страница иногда начинается с заголовка, который слишком глубок, или пропускает уровень. Исправление порядка помогает читателям и тем, кто перемещается по заголовкам с помощью вспомогательных программ.

Оставьте ссылку на оригинал

Предложите PDF для скачивания рядом с веб-страницей. Некоторые посетители хотят напечатать документ точно так, как он был оформлен, и для них верный файл — PDF.

Проверьте на телефоне

Откройте готовую страницу на телефоне, прежде чем публиковать. Поскольку страница растекается, она должна хорошо читаться, но обычная беда — широкие таблицы, и, возможно, стоит позволить им прокручиваться вбок.

Приватность и обращение

Почему локальная конвертация важна для документов

Отчёты, черновики и личные бумаги — не то, что вы хотите видеть на чужом сервере. Многие онлайн-конвертеры загружают ваш файл, обрабатывают его и присылают результат, и какое-то время копия живёт на машине, которую вы не контролируете. Здесь работу выполняет ваш собственный браузер, поэтому документ остаётся на вашем устройстве.

Что происходит, когда вы уходите

Когда вы закрываете страницу, конвертированный файл пропадает из браузера, поэтому сначала скачайте его. Ничто о вашем документе не сохраняется.

Если что-то идёт не так

В HTML странные разрывы строк

Это бывает, когда PDF набран с жёсткими разрывами строк. Поиск и замена в текстовом редакторе могут соединить строки.

Страница зависает на большом документе

Всё выполняется на вашем устройстве, а длинному документу со многими картинками нужна память. Попробуйте ещё раз на компьютере или конвертируйте документ частями.

PDF защищён паролем

Защищённый документ нужно сначала открыть его паролем. Без него текст прочитать нельзя.

Связанные инструменты

То же семейство инструментов охватывает соседние задачи. Чтобы вернуться к документу, HTML в PDF печатает страницу в PDF. Для редактируемого текста PDF в DOCX и PDF в ODT считывают слова из PDF, а для таблиц PDF в XLS находит строки и столбцы. Для чтения на устройстве есть PDF в EPUB, а когда вместо этого нужны картинки страниц, ответ — PDF в PNG.

Разобранный пример

Допустим, ваша ассоциация опубликовала годовой отчёт только в виде PDF на двадцать страниц, а вы хотите разместить его на своём сайте. Вы перетаскиваете PDF сюда и нажимаете кнопку. Через несколько секунд вы скачиваете один файл HTML с заголовками, абзацами, двумя таблицами и четырьмя картинками внутри. Вы открываете его в браузере, удаляете повторяющиеся заголовки страниц, добавляете таблицу стилей вашего сайта и загружаете. PDF остаётся на сайте как файл для скачивания тем, кто хочет его распечатать.

Короткий контрольный список

Перед конвертацией

Проверьте, что PDF не скан. Решите, какие страницы вам нужны. Храните PDF в безопасности.

Во время конвертации

Оставайтесь на странице, пока файл не будет готов.

После конвертации

Откройте HTML в браузере, уберите случайные номера страниц, проверьте таблицы и картинки и добавьте своё оформление.

Частые ошибки

Ожидание разметки страницы

Не конвертируйте PDF в HTML в надежде на те же страницы. Слова переходят, разметка — нет.

Публикация без проверки

Всегда читайте страницу в браузере, прежде чем выкладывать её в сеть. Ищите перемешанные колонки и случайные заголовки.

Попытка на скане

Отсканированный PDF содержит картинку текста, поэтому ничего не выходит. Проверьте, можно ли выделить текст, прежде чем начинать.

Ваш документ остаётся на вашем устройстве

Конвертация происходит локально. Ваш PDF читается вашим собственным браузером, там же переписывается и возвращается вам как файл HTML. Ничего не загружается, поэтому копия не оказывается на сервере и никто другой не может его прочитать. Для документов с личным содержанием это безопасный способ конвертировать PDF в HTML.

Итог

Чтобы конвертировать PDF в HTML здесь, перетащите документ и нажмите кнопку. Ваш PDF читается в браузере и записывается как HTML. PDF записывает, где стоит каждая буква, а не что она означает, поэтому заголовки, абзацы, списки и таблицы выясняются по положению и размеру, и вы получаете то, что можно снова править, а не картинку страницы. Заголовки, абзацы, полужирный и курсив, списки, таблицы и картинки сохраняются в одном самодостаточном файле, где картинки лежат внутри как данные. Это делает файл заметно больше одной разметки. Разметка страницы, колонки и сноски отбрасываются, двухколоночная страница получается перемешанной, а отсканированный PDF не даёт ничего. Ничто не покидает ваше устройство.