Cara menggunakan

Pilih atau seret file PDF.
Pilih Paragraf dan judul atau Tata letak posisi.
Pilih Konversi ke HTML dan tunggu semua halaman selesai dibaca.
Periksa pratinjau, lalu salin kode atau unduh file .html.

Cara kerja

Alat ini membaca lapisan teks setiap halaman dengan pdf.js: setiap potongan teks beserta posisi dan ukuran fontnya. Dalam mode Paragraf dan Judul, potongan pada garis dasar yang sama digabung menjadi baris, dan baris dikelompokkan menjadi paragraf berdasarkan jarak vertikal dan indentasinya. Baris yang ukurannya jelas lebih besar dari teks isi menjadi judul (h1–h3), baris yang diawali bullet atau angka seperti 1. menjadi item daftar, dan kata yang dihubungkan tanda hubung di akhir baris digabung jika baris berikutnya diawali huruf kecil. Komentar HTML menandai awal setiap halaman.

Dalam mode Tata Letak Terposisi, setiap potongan teks menjadi span yang ditempatkan pada koordinatnya di kotak seukuran halaman, menggunakan font generik serif, sans-serif, atau monospace. Hasilnya menyerupai PDF tetapi tidak cocok untuk disunting.

Hanya teks yang dikonversi. Gambar, drawing, batas tabel, warna, font, tebal dan miring, serta tautan tidak disertakan; tabel dihasilkan sebagai baris teks. Halaman dengan banyak kolom dibaca sesuai urutan teks tersimpan, yang biasanya tetapi tidak selalu sama dengan urutan baca. PDF hasil pindaian tidak memiliki lapisan teks dan perlu OCR terlebih dahulu. Semua teks di-escape HTML.

Contoh

Membuat brosur online

Brosur produk dua halaman menjadi judul h2, paragraf, dan daftar bullet yang bisa ditempel ke CMS dan menyesuaikan dengan layar ponsel.

Memeriksa lapisan teks

Tata letak terposisi menunjukkan dengan tepat posisi setiap fragmen teks formulir di halaman, berguna untuk debugging pembuatan PDF.

Pertanyaan yang sering diajukan

Apakah gambar dan tabel ikut dikonversi?

Tidak. Hanya lapisan teks yang dibaca. Gambar dan grafik dilewati, dan sel tabel dihasilkan sebagai baris teks karena PDF tidak mencatat teks mana yang termasuk ke sel mana.

Mengapa judul terdeteksi sebagai paragraf (atau sebaliknya)?

Judul dikenali hanya dari ukurannya yang lebih besar daripada ukuran teks paling umum. Teks tebal berukuran normal tetap menjadi paragraf, dan teks dekoratif berukuran besar bisa menjadi judul.

Mengapa urutan paragraf salah?

Alat ini mengikuti urutan teks disimpan di PDF. Beberapa program menyimpan kolom, sidebar, atau keterangan dengan urutan yang berbeda dari tampilannya.

PDF saya tidak menghasilkan teks. Apa yang bisa saya lakukan?

Kemungkinan besar ini dokumen hasil pindai. Kenali teksnya dengan OCR terlebih dahulu, misalnya dengan Image to Text (OCR) pada gambar halaman.

Privasi

PDF dibaca di browser Anda dengan pdf.js. File dan HTML tidak diunggah, disimpan, atau disertakan dalam analitik; hanya kejadian anonim penggunaan alat ini yang dihitung.