PDFをHTMLにする理由
PDFは、印刷されたページをデジタルにしたものです。レイアウトを保つのには優れていますが、Webでは扱いにくい形式です。訪問者はファイルをダウンロードしなければならず、スマートフォンでは拡大が必要で、検索エンジンもページとは別の文書として扱います。HTMLはWebページの言語なので、HTMLの文章はどの画面サイズでも自然に読め、どんなテキストエディターでも編集できます。
主な理由:
- Webサイトで文書を公開する。 レポート、プレスリリース、メニュー、規約などを、PDFのダウンロードではなく普通のWebページとして掲載できます。
- ブログやCMSに内容を移す。 変換した見出しや段落を、打ち直さずにWordPressなどのエディターに貼り付けられます。
- メールマガジンで文章を再利用する。 PDFから1行ずつ文章をコピーする代わりに、きれいなHTMLから作り始められます。
- 小さな画面で読む。 流れるように表示されるHTMLページは、固定されたA4のページよりスマートフォンでずっと読みやすくなります。
引き継がれるもの
| PDFの中身 | HTMLファイルでは |
|---|---|
| 段落と見出し | 段落とh1/h2見出しとして残る |
| 太字・斜体 | そのまま残る |
| 簡単な表 | HTMLの表として残る |
| 画像(写真、図) | ファイルに埋め込まれて残る(オフにも可) |
| ページ番号、改ページ | 「連続したテキスト」では取り除かれ、「PDFのページを保つ」ではページごとに目印が付く |
| フォント、色、段組み、正確な配置 | 残らない(ページはすっきり読みやすい1つのスタイルになる) |
きれいなHTMLに仕上げるコツ
- 元のファイルを使う。 Word、Googleドキュメント、デザインアプリから書き出したPDFは、スキャンしたものやページを撮影したものより、ずっときれいに変換できます。
- 文章だけ必要なら画像を外す。 「画像を含める」のチェックを外すとファイルが小さくなり、編集や貼り付けが手軽になります。
- 公開前に見出しを確認する。 大きな太字の行は見出しになります。見出しの判定が違っていた行は、テキストエディターでタグを変更してください。
別の形式が必要なら、PDFをWordに変換で編集できる文書に、PDFをEPUBに変換でスマートフォンや電子書籍リーダー向けの電子書籍に、PDFをテキストに変換で文字だけのテキストにできます。
うまくいかないときは
HTMLファイルがほとんど空になる。 そのPDFはおそらくスキャンしたもので、ページが文字のない画像になっています。先にPDF OCR(文字認識)で検索可能にしてください。
単語がおかしくつながったり分かれたりする。 PDFによっては、1文字ずつ別々に保存されていたり、特殊なフォントが使われていたりします。文章はできるだけ正しく配置されます。気になる箇所は、テキストエディターでファイルを開いて直してください。
ファイルがとても大きい。 画像はHTMLに埋め込まれています。画像なしで変換し直すか、先にPDF圧縮でPDFを小さくしてください。
PDFがパスワードを求めてくる。 わかっているパスワードを使ってPDFパスワード解除で開き、ロックを解除したファイルを変換してください。