Vì sao nên chuyển PDF sang HTML?
PDF là trang in ở dạng số. Định dạng này rất tốt để giữ bố cục, nhưng lại bất tiện trên web: người xem phải tải tệp về, phải phóng to trên điện thoại, còn công cụ tìm kiếm coi nó là một tài liệu riêng. HTML là ngôn ngữ của trang web, nên chữ ở dạng HTML đọc tự nhiên trên mọi kích thước màn hình và chỉnh sửa được bằng bất kỳ trình soạn thảo văn bản nào.
Những lý do thường gặp:
- Đăng tài liệu lên website. Đưa báo cáo, thông cáo báo chí, thực đơn hay quy định lên một trang web bình thường thay vì cho tải PDF.
- Chuyển nội dung sang blog hoặc CMS. Dán các tiêu đề và đoạn văn đã chuyển đổi vào WordPress hay trình soạn thảo khác thay vì gõ lại.
- Dùng lại chữ trong bản tin email. Bắt đầu từ HTML gọn gàng thay vì chép chữ từ PDF từng dòng một.
- Đọc trên màn hình nhỏ. Trang HTML có chữ tự dàn theo màn hình dễ đọc trên điện thoại hơn một trang A4 cố định.
Những gì được giữ lại
| Trong PDF | Trong tệp HTML |
|---|---|
| Đoạn văn và tiêu đề | Giữ lại dưới dạng đoạn văn và tiêu đề h1 / h2 |
| Chữ đậm và nghiêng | Giữ lại |
| Bảng đơn giản | Giữ lại dưới dạng bảng HTML |
| Ảnh (ảnh chụp, hình minh họa) | Giữ lại, nhúng sẵn trong tệp (có thể tắt) |
| Số trang, ngắt trang | Bỏ đi ở "Văn bản liền mạch"; đánh dấu theo từng trang ở "Giữ nguyên các trang PDF" |
| Phông chữ, màu sắc, cột, vị trí chính xác | Không giữ: trang dùng một kiểu trình bày gọn gàng, dễ đọc |
Mẹo để có HTML gọn gàng hơn
- Dùng tệp gốc. Tệp PDF xuất từ Word, Google Docs hay ứng dụng thiết kế chuyển đổi tốt hơn nhiều so với bản scan hay ảnh chụp trang giấy.
- Bỏ ảnh nếu chỉ cần chữ. Bỏ chọn "Chèn ảnh" sẽ cho tệp nhỏ, dễ chỉnh sửa và dán.
- Kiểm tra tiêu đề trước khi đăng. Những dòng chữ to, đậm được chuyển thành tiêu đề. Nếu có dòng bị nhận nhầm, hãy đổi thẻ trong trình soạn thảo văn bản.
Cần định dạng khác? PDF sang Word cho tài liệu chỉnh sửa được, PDF sang EPUB tạo sách điện tử cho điện thoại và máy đọc sách, còn PDF sang văn bản chỉ lấy chữ thuần.
Nếu có lỗi
Tệp HTML gần như trống. Có lẽ PDF là bản scan, nên các trang chỉ là ảnh không có chữ. Hãy làm cho tệp tìm kiếm được chữ bằng OCR PDF trước.
Chữ bị dính liền hoặc tách ra bất thường. Một số PDF lưu từng chữ cái riêng lẻ hoặc dùng phông chữ lạ. Chữ được sắp xếp chính xác nhất có thể; hãy mở tệp bằng trình soạn thảo văn bản để sửa vài từ lạ.
Tệp rất nặng. Ảnh được nhúng vào HTML. Hãy chuyển đổi lại mà không chèn ảnh, hoặc làm PDF nhỏ lại trước bằng Nén PDF.
PDF yêu cầu mật khẩu. Mở tệp bằng Mở khóa PDF với mật khẩu bạn biết, rồi chuyển đổi bản đã mở khóa.