ข้ามไปยังเนื้อหาหลัก
PPDF123

แปลง PDF เป็น HTML

PDF เป็น HTML คือเครื่องมือที่แปลง PDF ด้วย pdftohtml ของ Poppler แล้วส่ง ZIP ที่มีหน้า HTML และภาพของหน้า เป็นการถ่ายทอดเลย์เอาต์ ไม่ใช่มาร์กอัปเว็บที่สะอาด และไม่ทำ OCR

ลากไฟล์มาที่นี่ หรือคลิกเพื่อเลือก

รองรับ PDF · ไม่เกิน 500.0 MB ต่อไฟล์ · สูงสุด 20 ไฟล์ต่อครั้ง

คุณวางไฟล์ด้วย Ctrl/Cmd+V หรือจากเมนูคลิปบอร์ดได้เช่นกัน

PDF เป็น HTML รัน Poppler `pdftohtml -c` แล้วบีบทุกอย่างที่เครื่องมือนั้นเขียนลงไดเรกทอรีผลลัพธ์เป็น ZIP ไฟล์ที่ดาวน์โหลดคือ `{base}ToHtml.zip` ไม่ใช่ไฟล์ `.html` ไฟล์เดียว CSS ซับซ้อนแบบเบราว์เซอร์ไม่ใช่เป้าหมาย นี่คือ HTML และภาพที่ Poppler ดัมพ์ออกมา

ไม่มีฟิลด์ฟอร์ม ทุกหน้าถูกแปลง หาก `pdftohtml` ไม่เขียนอะไรเลย API จะคืนข้อผิดพลาดภายในแทน zip ว่าง

นี่ไม่ใช่ OCR ไฟล์สแกนที่มีแต่ภาพจะกลายเป็นรูปภายในแพ็กเกจ HTML ไม่ใช่ข้อความที่เลือกได้ ไฟล์ที่มีรหัสผ่านจะถูกปลดล็อกให้ในหน้านี้เมื่อคุณใส่รหัสผ่าน ส่วนผู้เรียก API ให้รันถอดรหัสผ่านก่อน

หากคุณต้องการแค่ตัวคำ PDF เป็นข้อความเล็กกว่า หากต้องการบทความที่เหมาะกับ CMS PDF เป็น Markdown ใกล้เคียงกว่า

สิ่งที่อยู่ใน ZIP จากการรัน `pdftohtml -c` ของ Poppler กับ PDF ข้อความสองหน้า: `in.html` ที่เป็นเพียง frameset, ดัชนี `in_ind.html` ที่มีหนึ่งลิงก์ต่อหน้า, ไฟล์ HTML หนึ่งไฟล์ต่อหน้า (`in-1.html`, `in-2.html`) และ PNG พื้นหลังหนึ่งไฟล์ต่อหน้า (`in001.png`, `in002.png`) ชื่อขึ้นต้นจากชื่อไฟล์ที่คุณอัปโหลด เปิดไฟล์ที่ตั้งชื่อตามไฟล์ที่อัปโหลดเพื่อดู frameset ที่มีรายการหน้าอยู่ทางซ้าย หรือเปิดไฟล์ของหน้าเดียวโดยตรง Poppler เวอร์ชันอื่นอาจตั้งชื่อหรือจัดเรียงต่างออกไปเล็กน้อย

ไฟล์ของแต่ละหน้าจัดตำแหน่งข้อความทุกบรรทัดด้วยพิกัดสัมบูรณ์ เป็นย่อหน้าแยกกันที่มีค่า `top` และ `left` เป็นพิกเซล บนภาพพื้นหลังของหน้า ในการรันนั้น หน้าขนาด 612 คูณ 792 พอยต์กลายเป็นบล็อก 918 คูณ 1188 พิกเซล ซึ่งเป็น 1.5 เท่าของขนาดพอยต์ และข้อความยังเป็นข้อความ HTML จริงที่เลือกได้ ไม่ใช่รูป เนื่องจากทุกบรรทัดถูกตรึงที่ตำแหน่งพิกเซล ผลลัพธ์จึงดูเหมือน PDF แต่ไม่ปรับการไหลของข้อความบนหน้าจอแคบ และแก้ไขได้ลำบาก

ให้เข้าใจว่านี่คือสำเนาเลย์เอาต์ตายตัว ไม่ใช่บทความเว็บที่สะอาด หัวข้อ รายการ และย่อหน้าไม่ได้ถูกสร้างใหม่เป็นองค์ประกอบ HTML เชิงความหมาย หากต้องการเนื้อหาที่ลงใน CMS ได้ ให้แปลงเป็น Markdown แทน หากต้องการเอกสารที่ผู้คนแก้ไขได้ ให้ใช้ PDF เป็น Word หากต้องการเฉพาะตัวคำ ให้ใช้ PDF เป็นข้อความ

PDF ที่สแกนไม่มีชั้นข้อความให้แปลง แต่ละหน้าเป็นภาพ หน้า HTML จึงห่อภาพนั้นไว้และไม่มีคำให้เลือก ให้รัน OCR ก่อนหากต้องการตัวคำ แต่โปรดทราบว่า OCR คืนค่าเป็น Markdown ไม่ใช่ PDF ที่ป้อนกลับเข้าเครื่องมือนี้ได้

ทิศทางย้อนกลับคือ HTML เป็น PDF ซึ่งสร้าง PDF จากหน้า HTML และไม่ได้ย้อนการแปลงนี้

ความสามารถ

  • Poppler `pdftohtml -c` เป็น ZIP ของ HTML และทรัพยากร
  • หนึ่งไฟล์ HTML ต่อหน้า พร้อมดัชนีและหน้า frameset
  • ข้อความถูกจัดตำแหน่งแบบสัมบูรณ์เหนือภาพพื้นหลังของแต่ละหน้า
  • ไม่มีตัวเลือกช่วงหน้าหรือธีม
  • ไม่ใช่ OCR ไฟล์สแกนยังเป็นภาพในแพ็กเกจ
  • API แบบไม่ระบุตัวตนที่ /api/v1/convert/pdf/html

ใช้เมื่อไหร่

  • ได้ดัมพ์ HTML คร่าว ๆ ของ PDF ที่มีชั้นข้อความ
  • ดึงภาพหน้าที่ฝังอยู่ซึ่ง pdftohtml ดึงออกมา
  • ตรวจว่า Poppler มองไฟล์อย่างไรก่อนสร้างไปป์ไลน์เอง
  • อ่านสำเนาเลย์เอาต์ตายตัวของ PDF ในเบราว์เซอร์โดยไม่ต้องใช้โปรแกรมดู PDF
  • เก็บตำแหน่งข้อความรายหน้าเป็นจุดเริ่มต้นสำหรับสคริปต์ดึงข้อมูลหรือแปลงของคุณเอง

แปลง PDF เป็น HTML ได้อย่างไร

  1. อัปโหลด PDF ที่หน้ามีข้อความที่เลือกได้ ไฟล์สแกนจะแปลงเป็นภาพเท่านั้น หน้านี้ไม่มีตัวเลือกการแปลง
  2. คลิกเริ่มประมวลผล แล้วดาวน์โหลด `{name}ToHtml.zip` จากนั้นแตกไฟล์ลงโฟลเดอร์ของมันเองเพื่อให้ไฟล์หน้าและภาพอยู่ด้วยกัน
  3. เปิดไฟล์ HTML หลักในเบราว์เซอร์เพื่อดู frameset หรือเปิดไฟล์ของหน้าเดียว เช่นไฟล์ `-1.html`
  4. เทียบหนึ่งหน้ากับ PDF: ตรวจว่าบรรทัดอยู่ถูกที่และภาพพื้นหลังโหลดขึ้น หากหน้าไม่แสดงภาพ ให้ตรวจว่าไฟล์ PNG อยู่ข้างไฟล์ HTML
  5. หากข้อความหายหรือเลย์เอาต์ใช้ไม่ได้ ให้ลอง PDF เป็นข้อความสำหรับตัวคำ หรือ PDF เป็น Markdown สำหรับโครงสร้าง หรือรัน OCR หากไฟล์เป็นไฟล์สแกน

ข้อจำกัดและกรณีพิเศษ

  • ผลลัพธ์เป็น ZIP ไม่ใช่ไฟล์ HTML เดียว
  • ไม่ใช่การพิมพ์ของ Chromium หรือการส่งออก HTML จาก PDF ที่ติดแท็ก
  • ผลลัพธ์ pdftohtml ที่ว่างเป็นข้อผิดพลาด ไม่ใช่ 204
  • เลย์เอาต์ตายตัว: ไม่ไหลตามหน้าจอ และไม่มีหัวข้อหรือรายการเชิงความหมาย
  • ทุกหน้าถูกแปลง ไม่มีช่วงหน้า
  • ไฟล์สแกนได้เฉพาะภาพ
  • ขีดจำกัดการอัปโหลดบนเว็บไซต์นี้: ไฟล์ละ 500 MB โดยไฟล์ที่ใหญ่กว่าประมาณ 95 MB จะถูกส่งเป็นส่วน ๆ ส่วนเนื้อหาของคำขอ API โดยตรงหนึ่งครั้งจำกัดที่ 100 MB

ตัวอย่าง

  • PDF ข้อความสองหน้าสร้าง `in.html` (frameset), `in_ind.html` (รายการหน้า), `in-1.html` และ `in-2.html` (หนึ่งไฟล์ต่อหน้า) และ `in001.png` กับ `in002.png` (พื้นหลัง) ในการรันทดสอบ
  • ในการรันนั้น ไฟล์หน้าแรกเก็บข้อความแต่ละบรรทัดเป็นย่อหน้าที่จัดตำแหน่งสัมบูรณ์ เช่นที่ 119 พิกเซลจากด้านบนและ 108 จากด้านซ้าย เหนือภาพพื้นหลังขนาด 918 คูณ 1188 พิกเซล
  • PDF ที่มีแต่ไฟล์สแกนให้ HTML ที่ส่วนใหญ่ห่อภาพของหน้าเหล่านั้น

ความเป็นส่วนตัวของเครื่องมือนี้

ไฟล์อัปโหลดผ่าน HTTPS ประมวลผลในหน่วยความจำหรือไดเรกทอรีชั่วคราวอายุสั้นบนเซิร์ฟเวอร์ของเรา และลบเมื่อผลลัพธ์พร้อม เราไม่เก็บสำเนาไว้เปิดดูภายหลัง ฝึกโมเดล หรือสร้างโปรไฟล์โฆษณา รายละเอียดการเก็บรักษาและการเปิดเผยคุกกี้ AdSense อยู่ในนโยบายความเป็นส่วนตัว

คำถามที่พบบ่อย

ทำไมผลลัพธ์เป็น ZIP
pdftohtml เขียน HTML พร้อมภาพที่ดึงออกมาลงในโฟลเดอร์ เซิร์ฟเวอร์บีบโฟลเดอร์นั้นเป็น zip
HTML จะตรงกับเลย์เอาต์ PDF ของฉันไหม
เท่าที่โหมด -c ของ Poppler ทำได้ นิตยสารหลายคอลัมน์และเวกเตอร์หนัก ๆ มักดูผิดเพี้ยน
แปลงไฟล์สแกนเป็นข้อความ HTML ได้ไหม
ไม่ได้ เส้นทางนี้ไม่ทำ OCR ใช้ OCR เป็น Markdown หากต้องการตัวคำ
รันในเบราว์เซอร์ไหม
ไม่ เซิร์ฟเวอร์เรียก pdftohtml ผ่านเชลล์
หลังแตกไฟล์ควรเปิดไฟล์ไหนก่อน
เปิดไฟล์ HTML ที่มีชื่อตามไฟล์ที่คุณอัปโหลดเพื่อให้ได้ frameset ที่มีรายการหน้าอยู่ทางซ้าย หรือเปิดไฟล์ของหน้าโดยตรง ซึ่งตั้งชื่อตามไฟล์ที่อัปโหลดพร้อมเลขหน้า เก็บทุกอย่างไว้ในโฟลเดอร์เดียวเพื่อให้ภาพพื้นหลังโหลดได้
ทำไมหน้าดูเหมือน PDF แต่ข้อความไม่ไหลตามหน้าจอ
ข้อความแต่ละบรรทัดถูกวางด้วยพิกัดพิกเซลสัมบูรณ์เหนือภาพพื้นหลังของหน้า เลย์เอาต์จึงตายตัว นั่นคือสิ่งที่ทำให้ใกล้เคียงกับ PDF และเป็นเหตุผลที่มันไม่ปรับตามหน้าจอเล็ก
ข้อความใน HTML เป็นข้อความจริงหรือเป็นรูป
สำหรับ PDF ที่มีชั้นข้อความ จะเป็นข้อความจริงในองค์ประกอบย่อหน้า คุณจึงเลือก คัดลอก และค้นหาในเบราว์เซอร์ได้ PDF ที่สแกนไม่มีชั้นข้อความ หน้าจึงออกมาเป็นภาพเท่านั้น
ได้ไฟล์ HTML ไฟล์เดียวที่มีทุกอย่างไหม
ไม่ ผลลัพธ์เป็น ZIP ของหลายไฟล์เสมอ หากต้องการไฟล์ข้อความไฟล์เดียว ให้ใช้ PDF เป็นข้อความหรือ PDF เป็น Markdown
ควรใช้เครื่องมือนี้หรือ PDF เป็น Word
ใช้ PDF เป็น HTML เมื่อต้องการสิ่งที่เบราว์เซอร์เปิดได้และดูเหมือน PDF ใช้ PDF เป็น Word เมื่อมีคนต้องแก้ไขเนื้อหา เพราะเครื่องมือนั้นสร้างย่อหน้าใหม่สำหรับโปรแกรมแก้ไข แทนที่จะตรึงบรรทัดไว้กับพิกัด

อัปเดตล่าสุด:

เรียกจากโค้ด

เครื่องมือทุกตัวบนเว็บนี้เป็น REST endpoint ธรรมดา ไม่ต้องมีบัญชีหรือคีย์ API ก็เรียกได้ ใช้ได้ทั้งเบราว์เซอร์ นักพัฒนา และเอเจนต์

curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/html" \
  -F "[email protected]" \
  -o output.pdf

มีเป็นเครื่องมือ MCP สำหรับไคลเอนต์เอเจนต์ที่รองรับ Model Context Protocol (JSON-RPC 2.0 ผ่าน POST /mcp) เอกสาร API ฉบับเต็ม

ใช้งานผ่านเอเจนต์ AI

สกิล

เมื่อติดตั้งสกิลนี้ Claude Code, Codex, Cursor และเอเจนต์ AI อื่น ๆ จะใช้ "PDF เป็น HTML" แทนคุณได้: /skills/pdf123-pdf-to-html.md

สกิลสำหรับเอเจนต์ทั้งหมด

ไฟล์ใช้เฉพาะงานนี้ เสร็จแล้วลบอัตโนมัติ