Por que converter PDF em HTML?
Um PDF é uma página impressa em formato digital. Ele é ótimo para preservar um layout, mas pouco prático na web: os visitantes precisam baixá-lo, dar zoom no celular, e os mecanismos de busca o tratam como um documento separado. HTML é a linguagem das páginas web, então um texto em HTML fica natural em qualquer tamanho de tela e pode ser editado em qualquer editor de texto.
Motivos comuns:
- Publicar um documento em um site. Coloque um relatório, um comunicado à imprensa, um cardápio ou uma política em uma página web comum em vez de um PDF para baixar.
- Levar conteúdo para um blog ou CMS. Cole os títulos e parágrafos convertidos no WordPress ou em outro editor em vez de digitar tudo de novo.
- Reaproveitar texto em uma newsletter por e-mail. Comece com um HTML limpo em vez de copiar o texto do PDF linha por linha.
- Ler em telas pequenas. Uma página HTML corrida é mais fácil de ler no celular do que uma página A4 fixa.
O que é mantido
| No PDF | No arquivo HTML |
|---|---|
| Parágrafos e títulos | Mantidos como parágrafos e títulos h1 / h2 |
| Negrito e itálico | Mantidos |
| Tabelas simples | Mantidas como tabelas HTML |
| Imagens (fotos, figuras) | Mantidas, embutidas no arquivo (podem ser desativadas) |
| Números de página, quebras de página | Removidos em "Texto contínuo"; marcados por página em "Manter as páginas do PDF" |
| Fontes, cores, colunas, posições exatas | Não são mantidas — a página usa um único estilo limpo e legível |
Dicas para um resultado mais limpo
- Use o arquivo original. Um PDF exportado do Word, do Google Docs ou de um app de design é convertido muito melhor do que um documento digitalizado ou a foto de uma página.
- Deixe as imagens de fora se só precisar do texto. Desmarcar "Incluir imagens" gera um arquivo pequeno, rápido de editar e colar.
- Confira os títulos antes de publicar. Linhas grandes e em negrito viram títulos. Se alguma linha foi interpretada de forma errada, troque a tag em um editor de texto.
Precisa de outro formato? PDF para Word gera um documento editável, PDF para EPUB cria um e-book para celulares e leitores de e-books, e PDF para texto gera apenas texto simples.
Se algo der errado
O arquivo HTML está quase vazio. O PDF provavelmente foi digitalizado, então as páginas são imagens sem texto. Antes, deixe-o pesquisável com o OCR em PDF.
Palavras aparecem juntas ou separadas de um jeito estranho. Alguns PDFs guardam cada letra separadamente ou usam fontes incomuns. O texto é posicionado da melhor forma possível; abra o arquivo em um editor de texto para corrigir alguma palavra.
O arquivo está muito grande. As imagens ficam embutidas no HTML. Converta de novo sem imagens ou diminua o PDF antes com Comprimir PDF.
O PDF pede uma senha. Abra-o com Desbloquear PDF usando a senha que você conhece e depois converta a cópia desbloqueada.