Convertir PDF a HTML
Un PDF es una pila de páginas fijas; una página web se adapta a la pantalla que la abra. Suba un PDF y obtenga HTML con títulos, párrafos y tablas reales que puede publicar, pegar en un CMS o leer con comodidad en el teléfono.
Convertidor de documentos
o suelte aquí archivos PDF, DOC, DOCX … ·
Máx. 95 MB por archivo· Hasta 20 archivos· Se borran a los 30 minutos
Los archivos se procesan en nuestros servidores y se borran a los 30 minutos.
A 150 DPI una página A4 queda en unos 1240 × 1754 px. Use 300 para imprimir.
Convierte el archivo completo o solo algunas páginas o diapositivas (entrada PDF y de presentaciones).
Páginas o diapositivas que se convierten, p. ej., 1-3, 5, 8-10.
UTF-8 funciona con cualquier idioma. Elija UTF-8 con BOM si Excel o el Bloc de notas de Windows muestran caracteres ilegibles; las codificaciones heredadas, solo para software antiguo.
LF para macOS, Linux y editores de código; CRLF para programas antiguos de Windows, como el Bloc de notas clásico.
La coma es el estándar. Use punto y coma para Excel en países que escriben los decimales con coma (Alemania, Francia, Brasil).
Entrada de Excel con varias hojas: convierte todas (una sección o un archivo por hoja) o solo la primera.
Cómo usar esta herramienta
- 1
Suba el PDF
Agregue un informe, un apunte o un folleto, o hasta 20 PDF a la vez, de hasta 95 MB cada uno.
- 2
Elija cuánto estilo conservar
Formato en Conservar todo copia fuentes y colores para una página independiente. Cambie a Simple cuando el HTML vaya a WordPress u otro editor que aplica su propio diseño.
- 3
Convierta a HTML
Pulse Convertir a HTML. Abra el resultado en un navegador para revisarlo y luego publíquelo o copie el marcado donde lo necesite.
Suba un PDF, deje HTML como destino y pulse Convertir a HTML: el convertidor rehace el texto como títulos, párrafos y tablas que se adaptan a cualquier pantalla.
Por qué convertir PDF a HTML en lugar de publicar el PDF
Adobe creó PDF en 1993 para que un documento se imprimiera igual en todas partes, y cumple bien esa tarea. El precio es que un PDF no sabe nada de pantallas: el texto está en coordenadas fijas de una página, a menudo en dos columnas, y un teléfono solo puede ampliarlo. HTML funciona al revés. Describe la estructura, por ejemplo esto es un título y esto es una lista, y deja que el navegador lo distribuya según el ancho disponible.
Por eso las universidades pasan los apuntes de clase a sus plataformas como páginas, los ayuntamientos vuelven a publicar normativas en PDF como texto web y los equipos de marketing convierten un informe técnico en una página de destino. Todos necesitan que las palabras sigan siendo exactas mientras cambia el diseño. Si necesita un documento editable y no una página web, PDF a Word es mejor destino, y la guía para convertir PDF a Word explica ese camino.
Qué conserva una conversión de PDF a HTML
| from ↓ · to → | HTML | DOCX | TXT |
|---|---|---|---|
| Texto de párrafos | Texto de párrafos to HTML: yes | Texto de párrafos to DOCX: yes | Texto de párrafos to TXT: yes |
| Títulos | Títulos to HTML: yes | Títulos to DOCX: yes | – Títulos to TXT: no |
| Tablas | Tablas to HTML: yes | Tablas to DOCX: yes | – Tablas to TXT: no |
| Imágenes | Imágenes to HTML: yes | Imágenes to DOCX: yes | – Imágenes to TXT: no |
| Enlaces | Enlaces to HTML: yes | Enlaces to DOCX: yes | – Enlaces to TXT: no |
| Páginas escaneadas | Páginas escaneadas to HTML: yes | Páginas escaneadas to DOCX: yes | Páginas escaneadas to TXT: yes |
Cómo se rehacen las páginas PDF como HTML
Leer la página
Cada fragmento de texto se lee con su posición, fuente y tamaño, y las imágenes se extraen de la página.
Encontrar la estructura
Las líneas se unen en párrafos, la letra más grande pasa a ser título y las celdas alineadas forman una tabla.
Escribir el marcado
El contenido se escribe como elementos h1 a h6, p, ul y table en orden de lectura.
Revise el orden de lectura en páginas con varias columnas
Los PDF sin etiquetas no registran qué columna va primero, así que el orden se deduce de las posiciones. Conviene leer en el navegador los boletines con barras laterales, citas destacadas o texto alrededor de fotos antes de publicarlos.
Datos de los formatos PDF y HTML
Portable Document Format
PDF fue creado por Adobe en 1993 y se convirtió en el estándar abierto ISO 32000 en 2008. Fija el texto, las fuentes, las imágenes y el diseño para que un documento se vea igual en cualquier pantalla e impresora. Los PDF pueden contener formularios, firmas, enlaces, archivos adjuntos y texto con búsqueda, y la variante PDF/A se usa para el archivo a largo plazo. El diseño fijo hace que los PDF sean difíciles de editar, y los PDF escaneados solo contienen imágenes a menos que se aplique OCR. Todos los navegadores y sistemas operativos pueden abrirlos.
- Compresión
- –
- Transparencia
- Sí
- Animación
- No
- Presentado en
- 1993 · Adobe
HTML
HyperText Markup Language (HTML)
HTML es el lenguaje de marcado de la web, descrito por primera vez por Tim Berners-Lee a principios de la década de 1990 y mantenido hoy por el WHATWG como estándar vivo. Un archivo HTML describe encabezados, párrafos, enlaces, tablas, imágenes y formularios, mientras que el estilo suele provenir de CSS. Todos los navegadores lo representan, y también se usa para plantillas de correo electrónico y páginas web guardadas. Un archivo HTML suele depender de imágenes y hojas de estilo externas, por lo que puede verse incompleto si se mueve solo.
- Compresión
- –
- Transparencia
- –
- Animación
- –
- Presentado en
- 1993 · Tim Berners-Lee; maintained by WHATWG
Los PDF se pasan a HTML cuando un documento pensado para imprimir tiene que vivir en la web: una normativa que debe leerse en el teléfono, un apunte de curso que se muda a una plataforma educativa o un informe que debe indexarse y enlazarse como una página normal.
Preguntas sobre convertir PDF a HTML
¿Por qué no enlazar simplemente el PDF en mi sitio web?
Los PDF se abren con un ancho de página fijo, así que en el teléfono hay que pellizcar y desplazarse de lado, y muchos visitantes ni siquiera los descargan. El Government Digital Service del Reino Unido sostiene desde 2018 que la información pública debe publicarse en HTML justamente por eso. Una versión HTML se adapta, funciona con lectores de pantalla y se puede buscar como cualquier otra página.
¿El HTML se verá exactamente como las páginas del PDF?
Se verá como una página web con el mismo contenido, no como una imagen de la página. Títulos, listas, tablas e imágenes mantienen su orden, pero se pierden los saltos de página, los encabezados repetidos y la posición exacta de las columnas, porque HTML no tiene páginas. Si necesita un resultado idéntico al píxel, conserve el PDF.
¿Qué ajuste de PDF a HTML da el marcado más limpio para un CMS?
Formato en Simple. Conserva títulos, listas, negritas y tablas, pero omite los estilos de fuente y color, de modo que el tema de su sitio decide cómo se ve el texto. Solo texto reduce el marcado a párrafos.
¿Puedo convertir a HTML solo un capítulo de un PDF largo?
Sí. En Opciones avanzadas, ponga Páginas en Rango de páginas y escriba algo como 12-30. Solo esas páginas se convierten en HTML, lo que deja el archivo corto y más fácil de editar.
¿Qué pasa con un PDF protegido con contraseña al pasarlo a HTML?
Un PDF que pide contraseña para abrirse tiene que desbloquearse primero. Si conoce la contraseña, desbloquear PDF la quita, y luego puede convertir aquí la copia desbloqueada.
