PDF ke HTML
Ubah PDF menjadi halaman web - teks yang terbaca, atau gambar halaman.
Alat ini berjalan sepenuhnya di browser Anda. Berkas Anda tidak pernah diunggah, dan Anda bisa membuktikannya sendiri di tab jaringan browser. Buktikan sendiri: buka tab jaringan di browser Anda dan perhatikan. Anda akan melihat satu permintaan kecil yang menanyakan sisa jatah - nama alat dan sebuah hash, bukan berkasnya.
Apa yang dilakukan alat ini
Ada dua cara mengubah PDF menjadi halaman web, dan keduanya melayani orang yang berbeda, jadi keduanya disediakan di sini. Mode teks menulis judul, paragraf, daftar, dan tautan sebagai HTML sungguhan: hasilnya tidak akan mirip PDF-nya, dan memang itu maksudnya, karena teksnya mengalir mengikuti lebar layar, bisa dicari, dan bisa diikuti pembaca layar. Mode gambar halaman merender tiap halaman menjadi gambar dengan teks hasil ekstraksi diletakkan tak terlihat di atasnya - persis seperti PDF-nya, dan nyaris tidak berguna di layar kecil. Apa pun pilihannya, hasilnya satu berkas yang berdiri sendiri.
Pakai mode teks ketika dokumen harus terbaca di ponsel, terindeks mesin pencari, atau bisa dipakai dengan pembaca layar - peraturan, buku panduan, laporan yang selama ini terus dicubit-perbesar orang. Pakai gambar halaman ketika tampilan justru inti persoalannya dan berkasnya harus terlihat sama persis: formulir, sertifikat, atau surat bertanda tangan yang memang dipamerkan, bukan dibaca.
Cara kerjanya
- Jatuhkan PDF ke halaman ini. Di mode teks berkasnya diperiksa dulu apakah punya lapisan teks, dan hasil pindaian ditolak sambil ditunjukkan ke OCR PDF.
- Pilih modenya: teks untuk halaman yang terbaca dan mengalir, gambar halaman untuk hasil yang sama persis dengan aslinya.
- Biarkan Dokumen HTML lengkap dan Sisipkan gaya di dalam berkas tetap menyala, kecuali kalau hasilnya akan Anda tempel ke halaman yang sudah ada.
- Di mode gambar halaman, atur resolusinya. 120 dpi sudah terbaca di layar; 200 dpi lebih tajam dan kira-kira tiga kali lipat besarnya.
- Tekan Ubah ke HTML, lalu satu berkas .html akan terunduh.
Keluarannya satu berkas dengan lembar gayanya disisipkan di dalam, jadi ia terbuka apa adanya dari sebuah folder atau dari lampiran email, tanpa tampilan berantakan khas berkas CSS yang hilang. Halamannya juga ditulis supaya tetap terbaca meski CSS dimatikan sama sekali. Sebagian itu urusan aksesibilitas, sebagian lagi bukti tentang apa yang ada di baliknya: markah yang benar-benar bermakna, bukan tumpukan span berposisi mutlak yang kebetulan tersusun rapi.
Mode teks membaca halaman sebagai satu kolom. Tata letak berkolom banyak, bilah samping, dan kotak teks diratakan menjadi satu urutan baca. Itulah yang Anda tukarkan demi halaman yang tetap bekerja di lebar 360 piksel.
Di mode gambar halaman, gambarnya ditanam sebagai data URI, bukan ditulis sebagai folder berkas di samping HTML-nya. Tiap halaman dirender sebagai JPEG pada mutu 0,82 lalu dikodekan base64, dan base64 menambah sekitar 33 persen dari ukuran mentahnya - ongkos yang sepadan demi berkas yang bisa dikirim sebagai satu lampiran. Konsekuensinya, dokumen panjang pada 200 dpi menjadi berat, jadi mulailah dari nilai bawaannya dan naikkan hanya kalau hasilnya terlihat kabur.
Perenderan dan pengambilan teks sama-sama berjalan di browser Anda lewat PDF.js. Tidak ada bagian dokumen yang dikirim keluar, termasuk di mode gambar halaman - gambarnya dibuat di perangkat Anda sendiri, bukan oleh server perender di suatu tempat.
Yang tidak bisa dilakukan alat ini
- Mode teks tidak mempertahankan tata letak. Kolom diratakan menjadi satu, penempatan mutlak dibuang, dan halaman dibaca dari atas ke bawah.
- Mode gambar halaman menanam tiap halaman sebagai base64 di dalam berkas, yang menambah sekitar sepertiga ukuran gambarnya dan membuat dokumen panjang lambat dibuka.
Pertanyaan yang sering diajukan
- Apa bedanya kedua mode itu?
- Mode teks mengambil kata-katanya lalu menulis HTML sungguhan - judul, paragraf, daftar, tautan - sehingga halamannya mengalir mengikuti layar dan bisa diikuti pembaca layar. Mode gambar halaman merender tiap halaman menjadi gambar dengan teksnya dihamparkan tak terlihat di atasnya, jadi hasilnya sama persis dengan aslinya dan tetap bisa dicari, tetapi tidak menyesuaikan diri dengan lebar layar. Pilih berdasarkan mana yang lebih penting: membacanya, atau mengenalinya.
- Apakah HTML-nya akan mirip PDF saya?
- Di mode teks tidak, dan itu memang disengaja. Font, kolom, dan geometri halaman dibuang supaya isinya bebas mengalir ke lebar layar berapa pun. Di mode gambar halaman hasilnya sama persis dengan PDF-nya, karena tiap halaman memang berupa gambar dari halaman itu.
- Apakah gambar di dalam dokumen ikut terbawa?
- Di mode gambar halaman ya, karena seluruh halaman berikut ilustrasinya dirender menjadi gambar. Di mode teks tidak - konversinya hanya menulis teks dan strukturnya. Kalau ilustrasinya penting sementara Anda tetap butuh teks yang bisa dicari, mode gambar halaman menyimpan keduanya sekaligus.
- Hasilnya satu berkas atau satu folder?
- Selalu satu berkas. CSS-nya disisipkan di dalam dan gambar halaman ditanam sebagai data URI, jadi tidak ada yang bisa tercecer ketika berkasnya dipindah atau dikirim lewat email. Kalau Dokumen HTML lengkap Anda matikan, yang Anda dapat adalah potongan untuk ditempel ke halaman yang sudah ada.
- Apakah ada yang diunggah?
- Tidak. Pengambilan teks dan perenderan halaman sama-sama berjalan di Web Worker di dalam browser Anda, jadi setelan resolusi menentukan berapa lama perangkat Anda sendiri bekerja, bukan berapa panjang antrean di suatu server. Perhatikan tab jaringan selama konversi: yang keluar hanya pemeriksaan jatah harian, membawa nama alat dan sebuah hash, bukan halaman Anda.