Po co zamieniać PDF na HTML?
PDF to wydrukowana strona w formie cyfrowej. Świetnie zachowuje układ, ale w internecie bywa niewygodny: odwiedzający muszą go pobrać, na telefonie powiększać, a wyszukiwarki traktują go jako osobny dokument. HTML to język stron internetowych, więc tekst w HTML czyta się naturalnie na ekranie każdej wielkości i można go edytować w dowolnym edytorze tekstu.
Typowe powody:
- Publikowanie dokumentu na stronie internetowej. Umieść raport, komunikat prasowy, menu lub regulamin na zwykłej stronie zamiast w pliku PDF do pobrania.
- Przenoszenie treści do bloga lub CMS-a. Wklej przekonwertowane nagłówki i akapity do WordPressa lub innego edytora, zamiast przepisywać je od nowa.
- Wykorzystanie tekstu w newsletterze. Zacznij od czystego HTML, zamiast kopiować tekst z pliku PDF wiersz po wierszu.
- Czytanie na małych ekranach. Płynną stronę HTML czyta się na telefonie łatwiej niż stałą stronę A4.
Co zostaje przeniesione
| W pliku PDF | W pliku HTML |
|---|---|
| Akapity i nagłówki | Zostają jako akapity i nagłówki h1 / h2 |
| Pogrubienia i kursywa | Zostają |
| Proste tabele | Zostają jako tabele HTML |
| Obrazy (zdjęcia, ilustracje) | Zostają, wbudowane w plik (można je wyłączyć) |
| Numery stron, podziały stron | Usuwane w trybie „Tekst ciągły”; oznaczane na każdej stronie w trybie „Zachowaj strony PDF” |
| Czcionki, kolory, kolumny, dokładne położenie | Nie są przenoszone – strona ma jeden prosty, czytelny styl |
Jak uzyskać czystszy wynik
- Użyj oryginalnego pliku. PDF wyeksportowany z Worda, Google Docs lub programu graficznego konwertuje się znacznie lepiej niż skan czy zdjęcie strony.
- Pomiń obrazy, jeśli potrzebujesz tylko tekstu. Odznaczenie „Dołącz obrazy” daje mały plik, który szybko się edytuje i wkleja.
- Sprawdź nagłówki przed publikacją. Duże, pogrubione wiersze stają się nagłówkami. Jeśli któryś wiersz został źle rozpoznany, zmień znacznik w edytorze tekstu.
Potrzebujesz innego formatu? PDF na Word daje dokument do edycji, PDF na EPUB tworzy e-book na telefon i czytnik, a PDF na tekst zwraca sam tekst.
Jeśli coś pójdzie nie tak
Plik HTML jest prawie pusty. Plik PDF jest najpewniej zeskanowany, więc jego strony to obrazy bez tekstu. Najpierw dodaj warstwę tekstową narzędziem OCR PDF.
Wyrazy są dziwnie sklejone lub porozdzielane. Niektóre pliki PDF zapisują każdą literę osobno albo używają nietypowych czcionek. Tekst jest układany najlepiej, jak się da; otwórz plik w edytorze tekstu, aby poprawić pojedyncze wyrazy.
Plik jest bardzo duży. Obrazy są wbudowane w HTML. Przekonwertuj plik ponownie bez obrazów albo najpierw zmniejsz PDF narzędziem Kompresuj PDF.
Plik PDF wymaga hasła. Otwórz go narzędziem Odblokuj PDF, podając znane Ci hasło, a potem przekonwertuj odblokowaną kopię.