PDFをHTMLに変換
PDFはページのレイアウトが固定されていますが、Webページは開いた画面に合わせて表示が流動的に変わります。PDFをアップロードすると、本物の見出し・段落・表を備えたHTMLが得られます。そのまま公開したり、CMSに貼り付けたり、スマホで快適に読んだりできます。
文書変換
またはPDF, DOC, DOCX … ファイルをここにドロップ ·
1ファイルあたり最大95 MB· 最大20ファイルまで· 30分後に削除
ファイルは当社のサーバーで処理され、30分後に削除されます。
150 DPIでは、A4の1ページが約1240 × 1754 pxになります。印刷には300を使ってください。
ファイル全体、または一部のページやスライドだけを変換します(PDFとプレゼンテーションの入力)。
変換するページまたはスライドです(例:1-3, 5, 8-10)。
UTF-8はあらゆる言語に対応します。WindowsのExcelやメモ帳で文字化けする場合は、BOM付きUTF-8を選んでください。従来の文字コードは古いソフト向けです。
LFはmacOS、Linux、コードエディター向けです。CRLFは従来のメモ帳など、古いWindowsプログラム向けです。
標準はカンマです。小数点にカンマを使う国(ドイツ、フランス、ブラジルなど)のExcelではセミコロンを使ってください。
複数のシートがあるExcelの入力用です。すべてのシート(シートごとに1セクションまたは1ファイル)か、最初のシートだけを変換します。
このツールの使い方
- 1
PDFをアップロード
レポート、配布資料、パンフレットなどのPDFを追加します。一度に最大20ファイル、1ファイルあたり95 MBまで対応しています。
- 2
残すスタイルの量を選ぶ
単独のページとして公開する場合は、書式を「すべて保持」にすると、フォントと色がそのまま残ります。WordPressなど、独自のデザインが適用されるエディターにHTMLを貼り付ける場合は、「シンプル」に切り替えてください。
- 3
HTMLに変換
HTMLに変換 を押します。結果をブラウザーで開いて確認し、そのまま公開するか、マークアップを必要な場所にコピーしてください。
PDFをアップロードし、変換先をHTMLのままにしてHTMLに変換を押します。テキストが見出し、段落、表として再構成され、どの画面でも幅に合わせて表示されます。
PDFをそのまま掲載せずHTMLに変換する理由
PDFは、どこで印刷しても同じ見た目になるようにAdobeが1993年に設計した形式で、その役割はきちんと果たしています。その代わり、PDFは画面のことを考慮していません。文字はページ上の固定座標に置かれ、多くは2段組みで、スマートフォンでは拡大するしかありません。HTMLはその逆です。「ここは見出し」「ここはリスト」という構造を記述し、レイアウトはブラウザーが表示幅に合わせて決めます。
だからこそ、大学は講義の配布資料を学習プラットフォームにページとして移し、自治体はPDFの方針文書をWebテキストとして再公開し、マーケターはホワイトペーパーをランディングページにします。いずれも、レイアウトは変わっても文章は正確に保つ必要があります。Webページではなく編集できる文書が必要な場合は、PDFをWordに変換する方が適しています。その手順はPDFをWordに変換する方法で解説しています。
PDFをHTMLに変換したときに残るもの
| from ↓ · to → | HTML | DOCX | TXT |
|---|---|---|---|
| 段落テキスト | 段落テキスト to HTML: yes | 段落テキスト to DOCX: yes | 段落テキスト 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 |
| スキャンしたページ | スキャンしたページ to HTML: yes | スキャンしたページ to DOCX: yes | スキャンしたページ to TXT: yes |
PDFのページをHTMLに再構成する仕組み
ページを読み取る
テキストの各まとまりを位置、フォント、サイズとともに読み取り、画像はページから取り出します。
構造を見つける
行をつなげて段落にし、大きな文字は見出しに、揃ったセルは表にします。
マークアップを書き出す
内容を、読む順序どおりにh1〜h6、p、ul、tableの各要素として書き出します。
段組みのページは読み順を確認してください
タグなしのPDFには、どの列を先に読むかという情報がないため、順序は位置から推測する必要があります。サイドバー、プルクォート、写真の回り込みのあるニュースレターは、公開前にブラウザーで一度通して読んでおくことをおすすめします。
PDFとHTMLの形式の基本情報
Portable Document Format
PDF は1993年に Adobe が作成し、2008年にオープンな ISO 32000 標準になりました。テキスト、フォント、画像、レイアウトを固定するため、どの画面でもプリンターでも文書が同じ見た目になります。フォーム、署名、リンク、添付ファイル、検索可能なテキストを含められ、PDF/A という種類は長期保存に使われます。レイアウトが固定されているため編集しにくく、スキャンした PDF は OCR を適用しない限り画像だけです。すべてのブラウザと OS で開けます。
- 圧縮方式
- –
- 透過
- 対応
- アニメーション
- 非対応
- 登場時期
- 1993 · Adobe
HTML
ハイパーテキスト・マークアップ言語
HTMLはウェブのマークアップ言語で、1990年代初めにティム・バーナーズ=リーが考案し、現在はWHATWGが「Living Standard」として管理しています。HTMLファイルは見出し、段落、リンク、表、画像、フォームを記述し、見た目の装飾は通常CSSが担当します。すべてのブラウザで表示でき、メールテンプレートや保存したウェブページにも使われます。HTMLファイル単体では外部の画像やスタイルシートに依存していることが多く、単独で移動すると表示が崩れる場合があります。
- 圧縮方式
- –
- 透過
- –
- アニメーション
- –
- 登場時期
- 1993 · Tim Berners-Lee; maintained by WHATWG
印刷向けに作られた文書をWebで公開する必要があるときに、PDFをHTMLに変換します。たとえば、スマートフォンで読める必要がある規程、学習プラットフォームに移す授業の配布資料、通常のページのように検索対象にしてリンクしたいレポートなどです。
PDFのHTML変換に関するよくある質問
Webサイトに PDFへのリンクを貼るだけではだめですか？
PDFは固定のページ幅で開くため、スマートフォンでは拡大や横スクロールが必要になり、ダウンロードまでしない訪問者も多くいます。英国政府デジタルサービス(GDS)は2018年から、まさにこうした理由で、公共の情報はHTMLで公開すべきだと主張しています。HTML版は画面幅に合わせてレイアウトが変わり、スクリーンリーダーにも対応し、通常のページと同じように検索できます。
HTMLはPDFのページとまったく同じ見た目になりますか？
ページの画像ではなく、同じ内容のWebページのような見た目になります。見出し、リスト、表、画像は順序どおりに残りますが、HTMLにはページという概念がないため、改ページ、ヘッダー・フッター、列の正確な位置は保持されません。ピクセル単位で同じ見た目が必要な場合は、PDFのままご利用ください。
CMS向けに最もすっきりしたマークアップになる設定は？
書式を「シンプル」にします。見出し、リスト、太字、表は残り、フォントや色のスタイルは除かれるため、文字の見た目はサイトのテーマで決まります。「テキストのみ」にすると、マークアップが段落だけに絞られます。
長いPDFの1章だけをHTMLに変換できますか？
はい。詳細設定のページで「ページ範囲」を選び、12-30のように入力してください。指定したページだけがHTMLになるため、ファイルが短くなり、編集もしやすくなります。
パスワード付きのPDFはどうなりますか？
開くときにパスワードを求められるPDFは、先にロックを解除する必要があります。パスワードをご存じの場合は、PDFパスワード解除で解除でき、解除後のファイルをここで変換できます。
