تبدیل PDF به HTML
PDF مجموعه‌ای از صفحه‌های ثابت است، اما صفحهٔ وب خود را با هر صفحه‌نمایشی که آن را باز کند هماهنگ میکند. PDF را بارگذاری کنید و HTML با سرتیترها، پاراگرافها و جدول‌های واقعی تحویل بگیرید تا آن را منتشر کنید، در CMS بچسبانید یا به‌راحتی در موبایل بخوانید.
مبدل سند
یا فایل‌های PDF, DOC, DOCX … را اینجا رها کنید ·
حداکثر 95 MB برای هر فایل· تا 20 فایل· حذف پس از 30 دقیقه
فایل‌ها روی سرورهای ما پردازش میشوند و پس از 30 دقیقه حذف میشوند.
150 DPI یک صفحه A4 را تقریباً به 1240 × 1754 px تبدیل میکند. برای چاپ از 300 استفاده کنید.
کل فایل یا فقط برخی صفحهها یا اسلایدها را تبدیل کنید (برای ورودی PDF و ارائه).
صفحهها یا اسلایدهای موردنظر برای تبدیل، مثلاً 1-3, 5, 8-10.
UTF-8 برای همه زبان‌ها کار میکند. اگر Excel یا Notepad در ویندوز نویسه‌ها را خراب نشان میدهد، UTF-8 با BOM را انتخاب کنید؛ کدگذاری‌های قدیمی فقط برای نرم‌افزارهای قدیمی است.
LF برای macOS، Linux و ویرایشگرهای کد؛ CRLF برای برنامههای قدیمیتر ویندوز مانند Notepad کلاسیک.
ویرگول حالت استاندارد است. برای Excel در کشورهایی که اعشار را با ویرگول مینویسند (آلمان، فرانسه، برزیل) از نقطهویرگول استفاده کنید.
ورودی Excel با چند برگه: همه را تبدیل کنید (برای هر برگه یک بخش یا فایل) یا فقط برگه اول را.
نحوه استفاده از این ابزار
- 1
PDF را بارگذاری کنید
یک گزارش، جزوه یا بروشور را اضافه کنید، یا حداکثر 20 فایل PDF را همزمان، هر کدام تا 95 MB.
- 2
میزان حفظ قالببندی را انتخاب کنید
برای صفحه‌ای مستقل، قالببندی را روی «حفظ همه (فونت‌ها و رنگ‌ها)» بگذارید. اگر HTML قرار است در وردپرس یا ویرایشگر دیگری استفاده شود که طراحی خودش را اعمال میکند، گزینهٔ ساده را انتخاب کنید.
- 3
به HTML تبدیل کنید
روی تبدیل به HTML بزنید. نتیجه را در مرورگر باز کنید و بررسی کنید، سپس آن را منتشر کنید یا کد را در جای موردنظر کپی کنید.
یک PDF بارگذاری کنید، HTML را به عنوان مقصد نگه دارید و روی تبدیل به HTML بزنید: مبدل متن را به صورت عنوان، پاراگراف و جدول بازسازی میکند که در هر صفحه‌نمایشی متناسب میشود.
چرا به‌جای انتشار PDF، آن را به HTML تبدیل کنیم
Adobe در سال 1993 فرمت PDF را طراحی کرد تا سند در همه‌جا یکسان چاپ شود و این کار را خوب انجام میدهد. بهایش این است که PDF چیزی دربارهٔ صفحه‌نمایش نمی‌داند: متن در مختصات ثابتی از صفحه، اغلب در دو ستون، قرار دارد و گوشی فقط می‌تواند روی آن بزرگنمایی کند. HTML برعکس عمل میکند. ساختار را توصیف میکند، مثلاً اینکه این یک عنوان است و این یک فهرست، و می‌گذارد مرورگر آن را برای عرضی که دارد بچیند.
برای همین دانشگاه‌ها جزوه‌های درسی را به صورت صفحه به سامانه‌های آموزشی منتقل می‌کنند، شهرداری‌ها خط‌مشی‌های PDF را به شکل متن وب منتشر می‌کنند و بازاریاب‌ها یک گزارش تخصصی را به صفحهٔ فرود تبدیل می‌کنند. همهٔ آن‌ها می‌خواهند کلمات دقیق بمانند و فقط چیدمان عوض شود. اگر به جای صفحهٔ وب سند قابل ویرایش می‌خواهید، تبدیل PDF به ورد گزینهٔ بهتری است و راهنمای تبدیل PDF به Word این مسیر را توضیح میدهد.
تبدیل PDF به HTML چه چیزهایی را حفظ میکند
| from ↓ · to → | HTML | DOCX | TXT |
|---|---|---|---|
| متن پاراگراف | متن پاراگراف to HTML: yes | متن پاراگراف to DOCX: yes | متن پاراگراف to TXT: yes |
| Headings | Headings to HTML: yes | Headings to DOCX: yes | – Headings to TXT: no |
| Tables | Tables to HTML: yes | Tables to DOCX: yes | – Tables to TXT: no |
| Images | Images to HTML: yes | Images to DOCX: yes | – Images to TXT: no |
| Links | Links to HTML: yes | Links to DOCX: yes | – Links to TXT: no |
| صفحات اسکن‌شده | صفحات اسکن‌شده to HTML: yes | صفحات اسکن‌شده to DOCX: yes | صفحات اسکن‌شده to TXT: yes |
صفحه‌های PDF چگونه به HTML بازسازی میشوند
خواندن صفحه
هر قطعه متن همراه با موقعیت، فونت و اندازه‌اش خوانده میشود و تصاویر از صفحه بیرون کشیده میشوند.
یافتن ساختار
خط‌ها به پاراگراف تبدیل میشوند، حروف درشت‌تر عنوان میشوند و سلول‌های هم‌تراز یک جدول می‌سازند.
نوشتن کد
محتوا به ترتیب خوانش با عنصرهای h1 تا h6، p، ul و table نوشته میشود.
ترتیب خواندن را در صفحه‌های چندستونی بررسی کنید
در PDFهای بدون برچسب ثبت نشده که کدام ستون اول است، پس ترتیب باید از روی موقعیت‌ها حدس زده شود. خبرنامه‌هایی که ستون کناری، نقل‌قول برجسته یا متن دورِ عکس دارند، پیش از انتشار ارزش یک مرور سریع در مرورگر را دارند.
مشخصات فرمت‌های PDF و HTML
فرمت سند قابل‌حمل
PDF را Adobe در سال ۱۹۹۳ ساخت و در سال ۲۰۰۸ به استاندارد باز ISO 32000 تبدیل شد. متن، فونت‌ها، تصاویر و چیدمان را ثابت نگه می‌دارد تا سند روی هر صفحه‌نمایش و چاپگر یکسان دیده شود. PDF می‌تواند شامل فرم، امضا، پیوند، پیوست و متن قابل جست‌وجو باشد و نوع PDF/A برای بایگانی بلندمدت به کار می‌رود. چیدمان ثابت ویرایش PDF را دشوار میکند و PDFهای اسکن‌شده تا وقتی OCR اعمال نشود فقط تصویر دارند. همه مرورگرها و سیستم‌عامل‌ها می‌توانند آن را باز کنند.
- فشرده‌سازی
- –
- شفافیت
- بله
- انیمیشن
- خیر
- سال معرفی
- 1993 · Adobe
HTML
زبان نشانه‌گذاری ابرمتن (HTML)
HTML زبان نشانه‌گذاری وب است که Tim Berners-Lee در اوایل دهه 1990 آن را توصیف کرد و اکنون WHATWG به‌صورت استاندارد زنده نگهداری‌اش میکند. یک فایل HTML عنوانها، پاراگرافها، پیوندها، جدولها، تصاویر و فرم‌ها را توصیف میکند و ظاهر معمولاً از CSS می‌آید. همه مرورگرها آن را نمایش می‌دهند و برای قالب‌های ایمیل و صفحات ذخیره‌شده وب هم به کار می‌رود. یک فایل HTML اغلب به تصاویر و شیوه‌نامه‌های خارجی وابسته است، پس اگر تنها جابه‌جا شود ممکن است خراب به نظر برسد.
- فشرده‌سازی
- –
- شفافیت
- –
- انیمیشن
- –
- سال معرفی
- 1993 · Tim Berners-Lee; maintained by WHATWG
وقتی سندی که برای چاپ نوشته شده باید روی وب قرار بگیرد، PDF به HTML تبدیل میشود: خط‌مشی‌ای که باید روی گوشی خوانا باشد، جزوهٔ درسی که به سامانهٔ آموزشی می‌رود، یا گزارشی که باید مثل یک صفحهٔ معمولی ایندکس شود و لینک بگیرد.
پرسش‌های رایج تبدیل PDF به HTML
چرا فقط لینک PDF را در وبسایتم نگذارم؟
فایل PDF با عرض ثابت صفحه باز میشود؛ برای همین در گوشی باید با دو انگشت بزرگنمایی کرد و صفحه را به کنار کشید، و بسیاری از بازدیدکنندگان اصلاً آن را دانلود نمیکنند. سازمان خدمات دیجیتال دولت بریتانیا از سال 2018 همین دلایل را مطرح کرده و گفته اطلاعات عمومی باید به صورت HTML منتشر شود. نسخهٔ HTML متناسب با صفحه تنظیم میشود، با صفحهخوانها سازگار است و مثل هر صفحهٔ دیگری قابل جستوجوست.
آیا HTML دقیقاً شبیه صفحه‌های PDF خواهد بود؟
نتیجه شبیه یک صفحهٔ وب با همان محتواست، نه تصویری از صفحه. عنوانها، فهرستها، جدولها و تصاویر به ترتیب باقی می‌مانند، اما شکست صفحه، سرصفحه‌های تکراری و جای دقیق ستون‌ها حذف میشوند، چون HTML صفحه ندارد. اگر نتیجهٔ دقیقاً یکسان پیکسل به پیکسل لازم دارید، همان PDF را نگه دارید.
کدام تنظیم تمیزترین کد را برای CMS میدهد؟
قالببندی را روی ساده بگذارید. عنوانها، فهرستها، متن پررنگ و جدولها حفظ میشوند، اما سبک فونت و رنگ حذف میشود و ظاهر متن را پوستهٔ سایت شما تعیین میکند. گزینهٔ فقط متن، کد را به پاراگرافها خلاصه میکند.
آیا میتوانم فقط یک فصل از یک PDF طولانی را تبدیل کنم؟
بله. در تنظیمات پیشرفته، صفحهها را روی محدودهٔ صفحه بگذارید و مثلاً 12-30 را وارد کنید. فقط همین صفحهها به HTML تبدیل میشوند و فایل کوتاهتر و ویرایشش آسانتر میماند.
با PDF رمزدار چه اتفاقی میافتد؟
PDFی که پیش از باز شدن رمز میخواهد، ابتدا باید باز شود. اگر رمز را میدانید، حذف رمز PDF آن را برمیدارد و بعد میتوانید نسخهٔ بدون رمز را اینجا تبدیل کنید.
