Chuyển đổi PDF sang HTML

Kết quả trông như thế nào

Công cụ chuyển đổi tạo ra một tệp HTML5 hợp lệ với cấu trúc tối giản:

Những gì nó không làm

Đây là công cụ trích xuất văn bản, không phải công cụ dàn trang. Một cách có chủ đích, kết quả không bao gồm:

• Hình ảnh, logo hay hình vẽ minh họa từ PDF.
• Bảng, danh sách dấu đầu dòng hay danh sách đánh số dưới dạng <table>/<ul>/<ol> của HTML.
• Phông chữ, màu sắc, cột hay cách bố trí gốc.
• Bất kỳ CSS hay kiểu nội tuyến nào.

Bạn nhận được các từ theo thứ tự đọc, được bọc trong những đoạn văn có ngữ nghĩa, và không có gì khác. Hãy thêm CSS của riêng bạn sau đó.

Kết quả tốt nhất

• Hãy dùng một PDF dạng văn bản (loại mà bạn có thể chọn văn bản trong trình đọc). PDF được quét hoặc chỉ gồm hình ảnh không có lớp văn bản; ở đây không có OCR, nên kết quả của những trang đó sẽ trống.
• Chạy tệp qua prettier --parser html hoặc một trình định dạng để dọn dẹp khoảng trắng trước khi commit.
• Đang chuyển sang WordPress? Hãy dán HTML vào khối mã/HTML, chứ không phải trình soạn thảo trực quan, vì nó sẽ bọc lại mã.

Không phải công cụ dàn trang

Đừng mong HTML trông giống PDF. Web thì linh hoạt, còn một trang PDF thì cố định. Hãy dùng công cụ này khi bạn muốn đưa nội dung lên web, rồi tạo kiểu lại bằng CSS của chính trang web của bạn.