¿Por qué convertir un PDF a HTML?
Un PDF es una página impresa en formato digital. Es ideal para conservar un diseño, pero incómodo en la web: los visitantes tienen que descargarlo, hacer zoom en el teléfono, y los buscadores lo tratan como un documento aparte. HTML es el lenguaje de las páginas web, así que el texto en HTML se lee con naturalidad en cualquier tamaño de pantalla y se puede editar con cualquier editor de texto.
Motivos habituales:
- Publicar un documento en un sitio web. Pon un informe, un comunicado de prensa, un menú o una política en una página web normal en lugar de en un PDF descargable.
- Pasar contenido a un blog o un CMS. Pega los títulos y párrafos convertidos en WordPress o en otro editor en vez de volver a escribirlos.
- Reutilizar texto en un boletín por correo electrónico. Parte de un HTML limpio en lugar de copiar el texto del PDF línea por línea.
- Leer en pantallas pequeñas. Una página HTML fluida se lee más fácilmente en un teléfono que una página A4 fija.
Qué se conserva
| En el PDF | En el archivo HTML |
|---|---|
| Párrafos y títulos | Se conservan como párrafos y títulos h1 / h2 |
| Negrita y cursiva | Se conservan |
| Tablas sencillas | Se conservan como tablas HTML |
| Imágenes (fotos, figuras) | Se conservan, incluidas en el archivo (se pueden desactivar) |
| Números de página, saltos de página | Se quitan en "Texto continuo"; se marcan por página en "Mantener las páginas del PDF" |
| Fuentes, colores, columnas, posiciones exactas | No se conservan: la página usa un único estilo limpio y legible |
Consejos para un resultado más limpio
- Usa el archivo original. Un PDF exportado desde Word, Google Docs o una aplicación de diseño se convierte mucho mejor que un escaneo o una foto de una página.
- Deja fuera las imágenes si solo necesitas el texto. Si desmarcas "Incluir imágenes", obtienes un archivo pequeño, rápido de editar y de pegar.
- Revisa los títulos antes de publicar. Las líneas grandes y en negrita se convierten en títulos. Si alguna se detectó mal, cambia la etiqueta en un editor de texto.
¿Necesitas otro formato? PDF a Word te da un documento editable, PDF a EPUB crea un libro electrónico para teléfonos y lectores de libros electrónicos, y PDF a texto te da solo texto plano.
Si algo sale mal
El archivo HTML está casi vacío. Probablemente el PDF esté escaneado, así que sus páginas son imágenes sin texto. Primero haz que el texto se pueda buscar con OCR de PDF.
Hay palabras unidas o cortadas de forma extraña. Algunos PDF guardan cada letra por separado o usan fuentes poco comunes. El texto se coloca lo mejor posible; abre el archivo en un editor de texto para corregir alguna palabra suelta.
El archivo es muy grande. Las imágenes van incluidas en el HTML. Vuelve a convertirlo sin imágenes o reduce primero el tamaño del PDF con Comprimir PDF.
El PDF pide una contraseña. Ábrelo con Desbloquear PDF usando la contraseña que conoces y luego convierte la copia desbloqueada.