PDF నుండి HTML కన్వర్టర్
PDF అంటే స్థిరమైన పేజీల సమూహం; వెబ్ పేజీ మాత్రం ఏ స్క్రీన్‌లో తెరిచినా దానికి తగ్గట్టు సర్దుకుంటుంది. PDFను అప్‌లోడ్ చేసి, అసలైన హెడ్డింగ్లు, పేరాలు, టేబుల్స్ ఉన్న HTMLను పొందండి. దాన్ని పబ్లిష్ చేయవచ్చు, CMSలో పేస్ట్ చేయవచ్చు లేదా ఫోన్లో సౌకర్యంగా చదవవచ్చు.
డాక్యుమెంట్ కన్వర్టర్
లేదా PDF, DOC, DOCX … ఫైళ్లు ను ఇక్కడ వదలండి ·
ఒక్కో ఫైల్‌కు గరిష్ఠంగా 95 MB· గరిష్ఠంగా 20 ఫైళ్లు· 30 నిమిషాల తర్వాత తొలగించబడతాయి
ఫైళ్లు మా సర్వర్లలో ప్రాసెస్ చేయబడి 30 నిమిషాల తర్వాత తొలగించబడతాయి.
150 DPI ఒక A4 పేజీని సుమారు 1240 × 1754 pxగా మారుస్తుంది. ప్రింటింగ్ కోసం 300 ఉపయోగించండి.
మొత్తం ఫైల్‌ను లేదా కొన్ని పేజీలు లేదా స్లైడ్‌లను మాత్రమే మార్చండి (PDF మరియు ప్రెజెంటేషన్ ఇన్‌పుట్).
మార్చాల్సిన పేజీలు లేదా స్లైడ్లు, ఉదా. 1-3, 5, 8-10.
UTF-8 అన్ని భాషలకు పనిచేస్తుంది. Windowsలో Excel లేదా Notepad గందరగోళ అక్షరాలు చూపిస్తే BOMతో UTF-8 ఎంచుకోండి; పాత ఎన్‌కోడింగ్‌లు పాత సాఫ్ట్‌వేర్‌కు మాత్రమే.
macOS, Linux మరియు కోడ్ ఎడిటర్లకు LF; క్లాసిక్ Notepad వంటి పాత Windows ప్రోగ్రామ్లకు CRLF.
కామా ప్రామాణికం. దశాంశాలను కామాతో రాసే దేశాల్లో (జర్మనీ, ఫ్రాన్స్, బ్రెజిల్) Excel కోసం సెమికోలన్ ఉపయోగించండి.
అనేక షీట్లు ఉన్న Excel ఇన్‌పుట్: అన్నింటినీ మార్చండి (ప్రతి షీట్‌కు ఒక సెక్షన్ లేదా ఫైల్) లేదా మొదటిదాన్ని మాత్రమే.
ఈ టూల్‌ను ఎలా ఉపయోగించాలి
- 1
PDFను అప్‌లోడ్ చేయండి
ఒక రిపోర్ట్, హ్యాండౌట్ లేదా బ్రోషర్‌ను, లేదా ఒకేసారి గరిష్టంగా 20 PDFలను జోడించండి. ప్రతి ఫైల్ 95 MB వరకు ఉండవచ్చు.
- 2
ఎంత స్టైలింగ్ ఉంచాలో ఎంచుకోండి
స్వతంత్ర పేజీ కోసం ఫార్మాటింగ్ను అన్ని కాపీల ఫాంట్లు మరియు రంగులు ఉంచేలా ఉంచండి. HTMLను WordPress లేదా తన సొంత డిజైన్‌ను వర్తింపజేసే మరో ఎడిటర్‌లో వాడబోతున్నప్పుడు Simpleకు మార్చండి.
- 3
HTMLగా మార్చండి
HTMLకు మార్చండి నొక్కండి. ఫలితాన్ని బ్రౌజర్‌లో తెరిచి చూడండి, తర్వాత ప్రచురించండి లేదా మార్కప్ను అవసరమైన చోట కాపీ చేయండి.
PDFని అప్‌లోడ్ చేసి, లక్ష్యంగా HTMLను ఉంచి, HTMLకు మార్చండి నొక్కండి: కన్వర్టర్ టెక్స్ట్‌ను ఏ స్క్రీన్‌కైనా సర్దుకునే హెడ్డింగ్లు, పేరాగ్రాఫ్‌లు, పట్టికలుగా తిరిగి నిర్మిస్తుంది.
PDFను పోస్ట్ చేయడం కంటే PDFను HTMLగా ఎందుకు మార్చాలి
డాక్యుమెంట్ ఎక్కడైనా ఒకేలా ప్రింట్ కావాలని Adobe 1993లో PDFని రూపొందించింది, ఆ పనిని అది బాగా చేస్తుంది. కానీ PDFకి స్క్రీన్‌ల గురించి తెలియదు: టెక్స్ట్ పేజీలో స్థిర స్థానాల్లో, తరచుగా రెండు కాలమ్‌లలో ఉంటుంది, ఫోన్లో జూమ్ మాత్రమే చేయగలం. HTML దీనికి వ్యతిరేకంగా పనిచేస్తుంది. ఇది హెడ్డింగ్ ఇది, జాబితా ఇది అంటూ నిర్మాణాన్ని వివరిస్తుంది, ఉన్న వెడల్పుకు తగ్గట్టు బ్రౌజర్ అమరుస్తుంది.
అందుకే విశ్వవిద్యాలయాలు లెక్చర్ హ్యాండౌట్‌లను లెర్నింగ్ ప్లాట్‌ఫామ్‌లలో పేజీలుగా పెడతాయి, కౌన్సిళ్లు PDF పాలసీలను వెబ్ టెక్స్ట్‌గా తిరిగి ప్రచురిస్తాయి, మార్కెటర్లు వైట్ పేపర్‌ను ల్యాండింగ్ పేజీగా మారుస్తారు. అందరికీ లేఅవుట్ మారినా పదాలు ఖచ్చితంగా ఉండాలి. వెబ్ పేజీ కాకుండా సవరించగల డాక్యుమెంట్ కావాలంటే PDF నుండి Word మంచి ఎంపిక, ఆ మార్గం గురించి PDFని Wordగా మార్చడం గైడ్‌లో ఉంది.
PDF నుండి HTML మార్పిడిలో ఏవి నిలిచి ఉంటాయి
| from ↓ · to → | HTML | DOCX | TXT |
|---|---|---|---|
| పేరాగ్రాఫ్ టెక్స్ట్ | పేరాగ్రాఫ్ టెక్స్ట్ to HTML: yes | పేరాగ్రాఫ్ టెక్స్ట్ to DOCX: yes | పేరాగ్రాఫ్ టెక్స్ట్ 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 |
| స్కాన్ చేసిన పేజీలు | స్కాన్ చేసిన పేజీలు to HTML: yes | స్కాన్ చేసిన పేజీలు to DOCX: yes | స్కాన్ చేసిన పేజీలు to TXT: yes |
PDF పేజీలు HTMLగా ఎలా పునర్నిర్మించబడతాయి
పేజీని చదవడం
ప్రతి టెక్స్ట్ భాగాన్ని దాని స్థానం, ఫాంట్, పరిమాణంతో చదువుతారు, చిత్రాలను పేజీ నుండి వేరు చేస్తారు.
నిర్మాణాన్ని కనుగొనడం
లైన్లు పేరాగ్రాఫ్‌లుగా కలుస్తాయి, పెద్ద అక్షరాలు హెడ్డింగ్‌లవుతాయి, వరుసగా ఉన్న సెల్‌లు పట్టికవుతాయి.
మార్కప్ రాయడం
కంటెంట్‌ను చదివే క్రమంలో h1 నుండి h6, p, ul, table ఎలిమెంట్‌లుగా రాస్తారు.
బహుళ కాలమ్‌ల పేజీల్లో చదివే క్రమాన్ని తనిఖీ చేయండి
ట్యాగ్ చేయని PDFలు ఏ కాలమ్ ముందో నమోదు చేయవు, కాబట్టి క్రమాన్ని స్థానాల నుండి లెక్కించాలి. సైడ్‌బార్‌లు, పుల్ కోట్‌లు లేదా ఫోటోల చుట్టూ టెక్స్ట్ ఉన్న న్యూస్‌లెటర్‌లను ప్రచురించే ముందు బ్రౌజర్‌లో ఒకసారి చదివి చూడటం మంచిది.
PDF మరియు HTML ఫార్మాట్ వివరాలు
Portable Document Format
PDFని Adobe 1993లో రూపొందించింది, 2008లో ఓపెన్ ISO 32000 ప్రమాణంగా మారింది. ఇది టెక్స్ట్, ఫాంట్లు, చిత్రాలు, లేఅవుట్‌ను స్థిరపరుస్తుంది, కాబట్టి పత్రం ప్రతి స్క్రీన్, ప్రింటర్‌లో ఒకేలా కనిపిస్తుంది. PDFలలో ఫారమ్‌లు, సంతకాలు, లింకులు, అటాచ్‌మెంట్లు, శోధించగల టెక్స్ట్ ఉండవచ్చు, PDF/A రకాన్ని దీర్ఘకాల ఆర్కైవింగ్‌కు వాడతారు. స్థిర లేఅవుట్ వల్ల PDFలను ఎడిట్ చేయడం కష్టం, స్కాన్ చేసిన PDFలలో OCR వర్తింపజేయకపోతే చిత్రాలు మాత్రమే ఉంటాయి. ప్రతి బ్రౌజర్, ఆపరేటింగ్ సిస్టమ్ వీటిని తెరవగలదు.
- కంప్రెషన్
- –
- పారదర్శకత
- అవును
- యానిమేషన్
- కాదు
- పరిచయమైన సంవత్సరం
- 1993 · Adobe
HTML
హైపర్‌టెక్స్ట్ మార్కప్ లాంగ్వేజ్
HTML అనేది వెబ్ యొక్క మార్కప్ భాష; దీన్ని 1990ల ఆరంభంలో టిమ్ బెర్నర్స్-లీ వివరించారు, ఇప్పుడు WHATWG లివింగ్ స్టాండర్డ్‌గా నిర్వహిస్తోంది. HTML ఫైల్ హెడ్డింగ్లు, పేరాగ్రాఫ్‌లు, లింక్‌లు, పట్టికలు, చిత్రాలు మరియు ఫారమ్‌లను వివరిస్తుంది, స్టైలింగ్ సాధారణంగా CSS నుండి వస్తుంది. ప్రతి బ్రౌజర్ దీన్ని చూపిస్తుంది, ఇమెయిల్ టెంప్లేట్లకు మరియు సేవ్ చేసిన వెబ్ పేజీలకు కూడా వాడతారు. ఒక HTML ఫైల్ తరచుగా బయటి చిత్రాలు, స్టైల్‌షీట్లపై ఆధారపడుతుంది, కాబట్టి దాన్ని ఒంటరిగా తరలిస్తే సరిగా కనిపించకపోవచ్చు.
- కంప్రెషన్
- –
- పారదర్శకత
- –
- యానిమేషన్
- –
- పరిచయమైన సంవత్సరం
- 1993 · Tim Berners-Lee; maintained by WHATWG
ముద్రణ కోసం రాసిన డాక్యుమెంట్ వెబ్‌లో ఉండాల్సినప్పుడు PDFలు HTMLగా మారుతాయి: ఫోన్‌లలో చదవగలిగేలా ఉండాల్సిన పాలసీ, లెర్నింగ్ ప్లాట్‌ఫామ్‌లోకి వెళ్లే కోర్సు హ్యాండౌట్, లేదా సాధారణ పేజీలా ఇండెక్స్ అయి లింక్ చేయబడాల్సిన రిపోర్ట్.
PDF నుండి HTML ప్రశ్నలు
నా వెబ్సైట్లో PDFకు లింక్ ఇస్తే సరిపోదా?
PDFలు స్థిరమైన పేజీ వెడల్పుతో తెరుచుకుంటాయి, అందువల్ల ఫోన్లో పాఠకులు పించ్ చేసి పక్కకు స్క్రోల్ చేయాలి, చాలామంది సందర్శకులు వాటిని డౌన్లోడ్ కూడా చేయరు. ఇదే కారణాల వల్ల ప్రజా సమాచారాన్ని HTMLగా ప్రచురించాలని UK ప్రభుత్వ డిజిటల్ సర్వీస్ 2018 నుంచి వాదిస్తోంది. HTML వెర్షన్ స్క్రీన్కు తగ్గట్టు సర్దుకుంటుంది, స్క్రీన్ రీడర్లతో పనిచేస్తుంది, ఇతర పేజీల్లా శోధించవచ్చు.
HTML అచ్చం PDF పేజీల్లాగే కనిపిస్తుందా?
ఇది పేజీ చిత్రంలా కాకుండా, అదే కంటెంట్ ఉన్న వెబ్ పేజీలా కనిపిస్తుంది. హెడ్డింగ్లు, జాబితాలు, పట్టికలు, ఇమేజ్‌లు వరుసక్రమంలోనే ఉంటాయి, కానీ HTMLలో పేజీలు ఉండవు కాబట్టి పేజీ విరామాలు, రన్నింగ్ హెడర్‌లు, కాలమ్‌ల ఖచ్చితమైన స్థానాలు తొలగిపోతాయి. పిక్సెల్ స్థాయిలో ఒకేలా కావాలంటే PDFనే ఉంచండి.
CMS కోసం అత్యంత శుభ్రమైన మార్కప్ ఏ సెట్టింగ్ ఇస్తుంది?
ఫార్మాటింగ్ను Simpleకు మార్చండి. ఇది హెడ్డింగ్లు, జాబితాలు, బోల్డ్ టెక్స్ట్, పట్టికలను ఉంచి, ఫాంట్, రంగు స్టైలింగ్ను వదిలేస్తుంది, కాబట్టి టెక్స్ట్ ఎలా కనిపించాలో మీ సైట్ థీమ్ నిర్ణయిస్తుంది. Text only మార్కప్ను పేరాగ్రాఫ్లకు మాత్రమే తగ్గిస్తుంది.
పెద్ద PDFలో ఒక్క అధ్యాయాన్ని మాత్రమే మార్చవచ్చా?
అవును. అధునాతన సెట్టింగ్‌లులో పేజీలును Page rangeకు సెట్ చేసి 12-30 వంటిది ఇవ్వండి. ఆ పేజీలు మాత్రమే HTMLగా మారతాయి, దీనివల్ల ఫైల్ చిన్నదిగా, సవరించడానికి సులభంగా ఉంటుంది.
పాస్వర్డ్ ఉన్న PDF అయితే ఏమవుతుంది?
తెరవడానికి పాస్వర్డ్ అడిగే PDFని ముందుగా అన్లాక్ చేయాలి. పాస్వర్డ్ మీకు తెలిస్తే, PDF అన్లాక్ దాన్ని తీసివేస్తుంది, ఆ తర్వాత అన్లాక్ అయిన కాపీని ఇక్కడ మార్చవచ్చు.
