PDF in HTML
Machen Sie aus einem PDF eine saubere HTML-Seite mit echten Überschriften, Absätzen und Listen.
Ihre Datei verlässt nie Ihr Gerät.
So funktioniert es
Wählen Sie ein PDF, und der Konverter liest seinen Text in Ihrem Browser. Er ermittelt die Lesereihenfolge, erkennt Überschriften an ihrer Größe, fügt Zeilen wieder zu Absätzen zusammen, macht Worttrennungen am Zeilenende rückgängig und entfernt wiederkehrende Kopf- und Fußzeilen sowie Seitenzahlen. Dann erstellt er die HTML-Seite.
Was es kann und was nicht
- Am besten geeignet für PDFs, die aus einem Dokument entstanden sind, etwa Word-Exporte, Berichte, Artikel und Bücher.
- Gescannte PDFs enthalten keinen Text. Solche Seiten werden übersprungen, und das Tool zeigt, welche es sind.
- Tabellen bleiben erhalten. In Spalten ausgerichteter Text wird zu einer echten Tabelle mit der ersten Zeile als Kopfzeile; in einer Textdatei werden die Spalten mit Leerzeichen ausgerichtet. Eine Tabelle, die auf der nächsten Seite weitergeht, bleibt eine Tabelle.
- Das Layout wird nicht kopiert. Mehrspaltige Seiten und Textfelder werden zu normalen Absätzen. HTML und EPUB behalten die Bilder zwischen den Absätzen um sie herum; Symbole, Logos auf jeder Seite und Hintergründe fallen weg.
- Überschriften werden an der Schriftgröße erkannt. Eine Überschrift in der Größe des Fließtexts bleibt daher ein Absatz.
Wann es sich lohnt
- Ein Dokument als Webseite veröffentlichen, die sich auch auf dem Handy gut liest.
- Inhalte aus einem PDF übernehmen in eine Website, einen Blog oder ein CMS.
- Ein PDF zugänglicher machen für Screenreader, die mit echten Überschriften besser umgehen.
Häufig gestellte Fragen
Wird mein PDF auf Ihren Server hochgeladen?
Nein. Die Umwandlung läuft in Ihrem Browser, und Ihre Datei verlässt Ihr Gerät nie. Auch die HTML-Seite entsteht auf Ihrem Gerät. An unseren Server wird nur gezählt, wie viele Umwandlungen Sie heute durchgeführt haben.
Funktioniert es mit gescannten PDFs?
Nein. Eine gescannte Seite ist ein Bild von Text ohne Textebene, daher gibt es nichts zu entnehmen. Solche Seiten werden übersprungen und nach der Umwandlung aufgelistet. Für Scans bräuchte man Texterkennung (OCR), die dieses Tool nicht bietet.
Bleibt das Layout des PDFs erhalten?
Nein, und das ist Absicht. Das Tool baut Lesereihenfolge, Überschriften, Absätze und Listen neu auf, damit sich das Ergebnis gut lesen lässt, statt das Seitenlayout zu kopieren. Spalten und Tabellen werden nicht übernommen. Bilder bleiben in HTML und EPUB erhalten, zwischen den Absätzen um sie herum.
Wie groß darf die Datei sein?
Ein PDF nach dem anderen, bis zu 50 MB und 1.000 Seiten. Bei passwortgeschützten PDFs muss das Passwort zuerst entfernt werden.
Was für ein HTML bekomme ich?
Eine saubere HTML5-Seite mit echten Überschriften (h1 bis h3), Absätzen und Listen und etwas eingebautem Stil, damit sie sich gut liest. Es gibt keine Skripte, kein Tracking und keine absolut positionierten Kästen, sodass sie sich leicht bearbeiten oder in eine Website einfügen lässt.
Kann ich das HTML bedenkenlos auf meine Website stellen?
Ja. Der gesamte Text aus dem PDF wird maskiert, er kann also keine eigenen Tags oder Skripte in die Seite einschleusen.