본문으로 건너뛰기
형식 변환
형식 변환

PDF → HTML

소설을 PDF (.pdf)에서 하이퍼텍스트(.html, .htm, .xhtml, .xml, .mhtml)로 변환하는 것은 아주 흔한 단계입니다 —— HTML은 어떤 브라우저에서든 바로 열 수 있고, 웹 페이지에 넣기도 편합니다. 다만 PDF에서 HyperText로 변환할 때는 추가로 고려할 점이 있습니다. 바로 정확한 페이지 나눔과 레이아웃 위치 항목이 사라지기 때문입니다. 아래에서 PDF를 HyperText로 변환하는 방법과 주의할 점을 자세히 설명하고, 글 끝에는 PDF에서 HyperText로 변환하는 도구도 함께 안내합니다. 브라우저에서 바로 파일을 업로드해 변환할 수 있습니다.

YueZhu 편집부

What is PDF?

PDF가 기록하는 것은 ‘문단’이 아니라 ‘페이지 어느 위치에 무엇을 그릴지’이므로, 판면을 그대로 고정할 수 있습니다. 글꼴, 단 나눔, 도표 위치가 어떤 기기에서든 완전히 같고 인쇄물도 화면과 동일합니다. 대가는 독자가 재배치를 할 수 없고 글자 크기도 바꿀 수 없다는 점으로, 긴 글은 작은 화면에서 확대해서 읽어야 합니다. 논문, 계약서, 스캔본, 인쇄 원고처럼 판면을 엄격히 유지해야 하는 경우와, 장기 보관을 위해 내용이 바뀌지 않기를 바라는 파일에 가장 적합합니다. PDF 형식 자세히 보기

Extensions.pdf
Typical use판형을 엄격하게 유지해야 하는 문서, 논문, 계약서, 스캔본에 적합하며 인쇄와 보관용 형식으로도 쓸 수 있습니다.

What is HTML?

HTML / XHTML은 웹 페이지의 구조 언어이자 EPUB 내부에서 실제로 본문을 담는 형식입니다. 그래서 HTML과 EPUB 사이의 변환은 본질적으로 겉포장과 리소스 묶는 방식만 바꾸는 일입니다. .mhtml은 한 걸음 더 나아가 웹 페이지를 이미지와 스타일까지 함께 하나의 파일로 묶어, 언제 사라질지 모르는 온라인 페이지를 보관하기에 적합합니다. HTML의 장점은 범용성으로 어떤 브라우저에서도 열립니다. 단점은 스타일과 이미지가 외부 링크 형태인 경우가 많아 ‘파일 하나로 통째로 가져가려면’ 리소스를 먼저 내부에 넣어야 한다는 점입니다. HTML 형식 자세히 보기

Extensions.html.htm.xhtml.xml.mhtml
Typical use웹 페이지 본문 추출, EPUB 내부 본문, 그리고 다른 형식으로 가공하기 위한 범용 중간 표현입니다.

PDF를 HTML로 변환하는 방법

PDF의 줄 바꿈은 대부분 문단의 끝이 아니라 ‘시각적 줄 바꿈’입니다. 하나의 문단이 5줄로 잘리고 각 줄이 독립된 텍스트 블록이 되기도 합니다. 그대로 추출하면 강제 캐리지 리턴이 잔뜩 나오므로, 줄 끝이 완전한 문장인지, 줄 너비가 페이지 너비에 가까운지를 기준으로 문단을 다시 합쳐야 합니다. 스캔본 PDF는 텍스트 레이어가 아예 없어 추출 결과가 비어 있으므로 OCR을 먼저 해야 합니다.

HTML을 생성할 때 이미지와 스타일이 외부 링크인지 내장인지에 따라 단일 파일로 배포할 수 있는지가 갈립니다. 「파일 하나로 들고 가려면」 리소스를 인라인(data URI)하거나 MHTML로 바꿔야 하며, 그렇지 않으면 파일을 옮길 때 이미지가 사라집니다. 또한 시맨틱 태그(h1–h6, p)를 유지해야 나중에 EPUB로 다시 변환할 때 목차가 사라지지 않습니다.

Layout must be rebuilt: the paragraph, column and figure positions in the source were arranged for a fixed page and mean nothing once the target reflows. The converter can only re-stitch a text stream, so paragraphs may merge wrongly, columns may interleave and figures may land mid-sentence. Read the first few chapters afterwards, watching dialogue breaks and figure placement.

원본이 「한 페이지에 통짜 이미지 하나」인데 대상은 재배치를 하므로, 각 이미지가 개별 이미지로 순서대로 삽입되고 텍스트 레이어가 없으면 이미지 나열만 남습니다. 이 경우 변환된 파일은 용량이 매우 크고 검색도 되지 않아 오히려 원래 형식보다 읽기 경험이 나빠집니다.

원본 파일에는 챕터 개념이 없고(만화는 페이지 단위, PDF도 페이지 단위) 대상 형식은 목차를 기대합니다. 변환기는 페이지나 고정 길이로 기계적으로 나눌 수밖에 없어 결과물인 목차에는 의미가 없습니다 —— 탐색이 필요 없다면 무시해도 되지만, ‘챕터’를 자동으로 인식해 주리라고 기대하지는 마세요.

PDF → HTML 변환 도구

PDF → HTML

변환은 전적으로 브라우저 안에서 이루어지며, 파일은 어떤 서버에도 업로드되지 않습니다.

모든 플랫폼에서 독서 진행률을 동기화하는 소설 리더기

YueZhu Tide Reader는 TXT와 EPUB를 지원하며, 가져오면 곧바로 장을 자동으로 인식하고 사용자의 습관에 맞게 조판합니다. 읽기 진행률은 Windows, macOS, iOS, Android 간에 동기화됩니다. 변환한 파일은 끌어다 놓기만 하면 바로 읽을 수 있습니다.

YueZhu 무료 다운로드

TXT / EPUB 지원. 로컬 읽기를 우선하며 클라우드 동기화와 WebDAV는 선택 사항입니다.