PDF を HTML に変換
PDF を Web ページにします。読みやすいテキストか、ページ画像かを選べます。
このツールはブラウザーの中だけで動きます。ファイルがアップロードされることはなく、そのことはブラウザーのネットワークタブでご自身で確認できます。 ご自分で確かめてください。ブラウザーのネットワークタブを開いて見てください。残りの作業回数を尋ねる小さなリクエストが1つだけ表示されます。ツール名とハッシュだけで、ファイルは決して含まれません。
このツールでできること
There are two ways to turn a PDF into a web page, and they suit different people, so both are here. Text mode writes headings, paragraphs, lists and links as real HTML: it will not look like the PDF, and that is the point, because it re-flows on a phone, it is searchable, and a screen reader can follow it. Page pictures mode renders every page as an image with the extracted text positioned invisibly over it - identical to the PDF, and close to useless on a small screen. Either way the result is one self-contained file.
Use text mode when a document has to be readable on a phone, indexable by a search engine, or usable with a screen reader - a policy, a manual, a report that people keep pinch-zooming. Use page pictures when appearance is the whole point and the file has to look like the original: a form, a certificate, a signed letter being shown rather than read.
仕組み
- Drop the PDF onto this page. In text mode the file is checked for a text layer first, and a scan is refused with a pointer to OCR PDF.
- Pick the mode: text for a readable page that re-flows, page pictures for something that matches the original exactly.
- Leave Complete HTML document and Put the styles inside the file on unless you are pasting the result into a page you already have.
- In page pictures mode, set the resolution. 120 dpi is legible on screen; 200 dpi is sharper and roughly three times the bytes.
- Press Convert to HTML and the single .html file downloads.
The output is one file with its stylesheet inlined, so it opens from a folder or an email attachment without the missing-stylesheet page that a linked CSS file produces. It is also written to stay readable with CSS switched off entirely. That is partly an accessibility property and partly a proof of what is underneath: markup that means something, rather than a heap of absolutely-positioned spans arranged to look right.
Text mode reads the page in one column. Multi-column layouts, sidebars and text boxes are flattened into a single reading order, which is the trade you are making in return for a page that works at 360 pixels wide.
In page pictures mode the images are embedded as data URIs rather than written as a folder of files next to the HTML. Base64 costs about 33 per cent over the raw bytes, which is worth paying for a file that can be mailed as one attachment. It does mean a long document at 200 dpi becomes heavy, so start at the default and raise it only if the result looks soft.
Rendering and text extraction both happen in your browser through PDF.js. Nothing about the document is transmitted, including in page pictures mode, where the images are produced on your own device rather than by a rendering server somewhere.
このツールにできないこと
- Text mode does not preserve the layout. Columns collapse into one, absolute positioning is dropped, and the page reads top to bottom.
- Page pictures mode embeds every page as base64 inside the file, which adds about a third to the size of the images and makes a long document slow to open.
よくある質問
- 2 つのモードは何が違いますか？
- テキストモードは文字を抽出して、見出し・段落・リスト・リンクといった本物の HTML を書き出します。画面幅に合わせて折り返し、スクリーンリーダーでも読み進められます。ページ画像モードは各ページを画像として描画し、その上に文字を見えない形で重ねるので、元と同じ見た目のまま検索もできますが、画面には合いません。読めることと、ひと目で分かることの、どちらを優先するかで選んでください。
- HTML は PDF と同じ見た目になりますか？
- テキストモードでは異なります。これは意図的です。どんな画面幅にも内容を流し込めるように、フォント・段組み・ページの寸法は捨てられます。ページ画像モードでは、各ページがそのページの写真なので、見た目は PDF とまったく同じになります。
- 文書の中の画像は引き継がれますか？
- ページ画像モードでは引き継がれます。挿絵も含めたページ全体が 1 枚の画像として描画されるためです。テキストモードでは引き継がれません。この変換が書き出すのは文字と構造だけです。
- 出力は 1 ファイルですか、それともフォルダですか？
- 常に 1 ファイルです。CSS は中に書き込まれ、ページ画像はデータ URI として埋め込まれるので、ファイルを移動してもメールで送っても欠けるものがありません。「完全な HTML 文書」をオフにすると、既存のページに貼り付けるための断片が得られます。
- 何かアップロードされますか？
- いいえ。テキストの抽出もページの描画も、ブラウザ内の Web Worker で実行されます。そのため解像度の設定が左右するのは、順番待ちの長さではなく、ご自身のマシンが動く時間です。変換中にネットワークタブを見ていただければ、何も出ていかないことが分かります。