Chuyển PDF sang HTML
PDF là một chồng trang cố định, còn trang web tự co giãn theo mọi màn hình mở nó. Hãy tải file PDF lên để nhận HTML có tiêu đề, đoạn văn và bảng thực sự, sẵn sàng để đăng lên web, dán vào CMS hoặc đọc thoải mái trên điện thoại.
Chuyển đổi tài liệu
hoặc thả tệp PDF, DOC, DOCX … vào đây ·
Tối đa 95 MB mỗi tệp· Tối đa 20 tệp· Xóa sau 30 phút
Tệp được xử lý trên máy chủ của chúng tôi và bị xóa sau 30 phút.
150 DPI biến một trang A4 thành khoảng 1240 × 1754 px. Dùng 300 để in.
Chuyển toàn bộ tệp hoặc chỉ một số trang hay trang chiếu (với đầu vào PDF và bản trình chiếu).
Các trang hoặc trang chiếu cần chuyển, ví dụ 1-3, 5, 8-10.
UTF-8 dùng được cho mọi ngôn ngữ. Chọn UTF-8 có BOM nếu Excel hoặc Notepad trên Windows hiển thị ký tự lỗi; chỉ dùng các bảng mã cũ cho phần mềm cũ.
LF cho macOS, Linux và trình soạn thảo mã; CRLF cho các chương trình Windows cũ như Notepad bản cổ điển.
Dấu phẩy là chuẩn. Dùng dấu chấm phẩy cho Excel ở các nước viết số thập phân bằng dấu phẩy (Đức, Pháp, Brazil).
Với đầu vào Excel có nhiều trang tính: chuyển tất cả (mỗi trang tính một phần hoặc một tệp) hoặc chỉ trang đầu tiên.
Cách sử dụng công cụ này
- 1
Tải file PDF lên
Thêm báo cáo, tài liệu phát tay hoặc brochure, hoặc tối đa 20 file PDF cùng lúc, mỗi file không quá 95 MB.
- 2
Chọn mức định dạng muốn giữ lại
Đặt Định dạng văn bản ở chế độ Giữ nguyên phông chữ và màu sắc để có một trang độc lập. Chuyển sang Đơn giản khi HTML được đưa vào WordPress hoặc trình chỉnh sửa khác có thiết kế riêng.
- 3
Chuyển sang HTML
Nhấn Chuyển sang HTML. Mở kết quả trong trình duyệt để kiểm tra, sau đó đăng tải hoặc sao chép mã ở nơi bạn cần.
Tải lên một file PDF, giữ HTML làm định dạng đích và nhấn Chuyển sang HTML: bộ chuyển đổi dựng lại văn bản thành tiêu đề, đoạn văn và bảng tự co giãn trên mọi màn hình.
Vì sao nên chuyển PDF sang HTML thay vì đăng file PDF
Adobe tạo ra PDF năm 1993 để tài liệu in ra giống nhau ở mọi nơi, và nó làm việc đó rất tốt. Cái giá là PDF không biết gì về màn hình: văn bản nằm ở tọa độ cố định trên trang, thường chia hai cột, và điện thoại chỉ có thể phóng to vào đó. HTML thì ngược lại. Nó mô tả cấu trúc, chẳng hạn đây là tiêu đề, đây là danh sách, và để trình duyệt tự bố trí theo chiều rộng sẵn có.
Vì vậy các trường đại học đưa tài liệu bài giảng lên nền tảng học tập dưới dạng trang web, chính quyền địa phương đăng lại chính sách PDF thành văn bản web, và nhân viên marketing biến sách trắng thành trang đích. Ai cũng cần nội dung giữ nguyên chính xác trong khi bố cục thay đổi. Nếu cần một tài liệu chỉnh sửa được thay vì trang web, chuyển PDF sang Word là lựa chọn phù hợp hơn, và hướng dẫn chuyển PDF sang Word trình bày cách làm đó.
Những gì được giữ lại khi chuyển PDF sang HTML
| from ↓ · to → | HTML | DOCX | TXT |
|---|---|---|---|
| Văn bản đoạn | Văn bản đoạn to HTML: yes | Văn bản đoạn to DOCX: yes | Văn bản đoạn 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 |
| Trang được quét | Trang được quét to HTML: yes | Trang được quét to DOCX: yes | Trang được quét to TXT: yes |
Cách các trang PDF được dựng lại thành HTML
Đọc trang
Mỗi đoạn chữ được đọc cùng vị trí, phông chữ và cỡ chữ, còn hình ảnh được tách ra khỏi trang.
Tìm cấu trúc
Các dòng được nối thành đoạn văn, chữ lớn hơn trở thành tiêu đề và các ô thẳng hàng trở thành bảng.
Viết mã HTML
Nội dung được viết thành các phần tử h1 đến h6, p, ul và table theo thứ tự đọc.
Kiểm tra thứ tự đọc trên trang nhiều cột
PDF không gắn thẻ không ghi lại cột nào đứng trước, nên thứ tự phải được suy ra từ vị trí. Bản tin có thanh bên, trích dẫn nổi bật hoặc chữ bao quanh ảnh nên được đọc lướt qua trong trình duyệt trước khi đăng.
Thông tin về định dạng PDF và HTML
Tài liệu PDF (Portable Document Format)
PDF do Adobe tạo ra năm 1993 và trở thành chuẩn mở ISO 32000 năm 2008. Định dạng cố định văn bản, phông chữ, hình ảnh và bố cục để tài liệu hiển thị giống nhau trên mọi màn hình và máy in. PDF có thể chứa biểu mẫu, chữ ký, liên kết, tệp đính kèm và văn bản tìm kiếm được, còn biến thể PDF/A được dùng để lưu trữ lâu dài. Bố cục cố định khiến PDF khó chỉnh sửa, và PDF quét chỉ chứa hình ảnh trừ khi được áp dụng OCR. Mọi trình duyệt và hệ điều hành đều mở được PDF.
- Nén
- –
- Độ trong suốt
- Có
- Ảnh động
- Không
- Ra mắt
- 1993 · Adobe
HTML
Ngôn ngữ đánh dấu siêu văn bản (HTML)
HTML là ngôn ngữ đánh dấu của web, được Tim Berners-Lee mô tả lần đầu vào đầu thập niên 1990 và hiện do WHATWG duy trì dưới dạng tiêu chuẩn sống. Tệp HTML mô tả tiêu đề, đoạn văn, liên kết, bảng, hình ảnh và biểu mẫu, còn phần trình bày thường đến từ CSS. Mọi trình duyệt đều hiển thị HTML, và định dạng này cũng được dùng cho mẫu email và trang web đã lưu. Một tệp HTML đơn lẻ thường phụ thuộc vào ảnh và stylesheet bên ngoài, nên có thể hiển thị lỗi khi bị di chuyển riêng.
- Nén
- –
- Độ trong suốt
- –
- Ảnh động
- –
- Ra mắt
- 1993 · Tim Berners-Lee; maintained by WHATWG
PDF được chuyển sang HTML khi một tài liệu viết cho bản in cần đưa lên web: một chính sách phải đọc được trên điện thoại, tài liệu phát tay của khóa học chuyển vào nền tảng học tập, hoặc một báo cáo cần được lập chỉ mục và liên kết như trang thông thường.
Câu hỏi về chuyển PDF sang HTML
Sao không chỉ đặt liên kết đến file PDF trên website?
PDF mở với chiều rộng trang cố định, nên trên điện thoại người đọc phải phóng to và cuộn ngang, và nhiều khách truy cập không bao giờ tải về. Từ năm 2018, Cơ quan Dịch vụ Kỹ thuật số Chính phủ Anh (GDS) đã đề xuất công bố thông tin công cộng dưới dạng HTML vì chính những lý do này. Bản HTML tự co giãn theo màn hình, hoạt động với trình đọc màn hình và có thể tìm kiếm như mọi trang web khác.
HTML có trông giống hệt các trang PDF không?
Kết quả trông như một trang web có cùng nội dung, không phải ảnh chụp của trang. Tiêu đề, danh sách, bảng và hình ảnh vẫn giữ đúng thứ tự, nhưng ngắt trang, đầu trang lặp lại và vị trí cột chính xác sẽ bị bỏ, vì HTML không có khái niệm trang. Nếu cần kết quả giống từng điểm ảnh, hãy giữ file PDF.
Cài đặt nào cho mã HTML gọn nhất để đưa vào CMS?
Đặt Định dạng văn bản ở chế độ Đơn giản. Chế độ này giữ tiêu đề, danh sách, chữ đậm và bảng nhưng bỏ kiểu phông chữ và màu sắc, nên giao diện của website quyết định cách văn bản hiển thị. Chế độ chỉ văn bản rút mã về các đoạn văn.
Có thể chỉ chuyển một chương của file PDF dài không?
Có. Trong Cài đặt nâng cao, đặt Trang thành Phạm vi trang và nhập ví dụ 12-30. Chỉ những trang đó được chuyển thành HTML, giúp file ngắn gọn và dễ chỉnh sửa hơn.
Điều gì xảy ra với file PDF có mật khẩu?
PDF yêu cầu mật khẩu trước khi mở cần được mở khóa trước. Nếu bạn biết mật khẩu, mở khóa PDF sẽ gỡ nó, sau đó bạn có thể chuyển bản đã mở khóa tại đây.
