ข้ามไปยังเนื้อหาหลัก
การแปลงรูปแบบ
การแปลงรูปแบบ

PDF → HTML

การแปลงนิยายจาก PDF (.pdf) เป็น ไฮเปอร์เท็กซ์ (.html, .htm, .xhtml, .xml, .mhtml) เป็นขั้นตอนที่พบได้บ่อยมาก — HTML เปิดได้โดยตรงในเบราว์เซอร์ทุกตัว และฝังลงในเว็บเพจได้สะดวก แต่การแปลง PDF เป็น HyperText มีประเด็นเพิ่มเติมที่ต้องพิจารณา คือจะสูญเสีย การแบ่งหน้าและตำแหน่งเลย์เอาต์ที่แม่นยำ ต่อไปนี้จะอธิบายโดยละเอียดว่าการแปลง PDF เป็น HyperText ทำอย่างไรและมีจุดไหนต้องระวัง และท้ายบทความมีเครื่องมือแปลง PDF เป็น HyperText ให้ใช้อัปโหลดไฟล์แปลงได้เลยในเบราว์เซอร์

กองบรรณาธิการ YueZhu

What is PDF?

สิ่งที่ PDF บันทึกไม่ใช่ “ย่อหน้า” แต่เป็น “วาดอะไรที่ตำแหน่งใดบนหน้า” จึงตรึงเลย์เอาต์ไว้ได้ตามเดิม — แบบอักษร การแบ่งคอลัมน์ ตำแหน่งแผนภูมิเหมือนกันทุกประการบนทุกอุปกรณ์ พิมพ์ออกมาก็เหมือนบนหน้าจอ ราคาที่จ่ายคือผู้อ่านจัดหน้าใหม่ไม่ได้ ปรับขนาดตัวอักษรไม่ได้ ข้อความยาว ๆ บนหน้าจอเล็กต้องอ่านด้วยการซูม เหมาะที่สุดกับงานที่ต้องรักษาเลย์เอาต์อย่างเคร่งครัด เช่น วิทยานิพนธ์ สัญญา เอกสารสแกน ต้นฉบับพิมพ์ และไฟล์ที่ต้องเก็บถาวรระยะยาวโดยไม่ต้องการให้ถูกแก้ไข ดูรายละเอียดรูปแบบ PDF

Extensions.pdf
Typical useเหมาะกับเอกสาร วิทยานิพนธ์ สัญญา และไฟล์สแกนที่ต้องรักษารูปแบบหน้าอย่างเคร่งครัด รวมทั้งใช้เป็นรูปแบบสำหรับพิมพ์และจัดเก็บถาวรได้ด้วย

What is HTML?

HTML / XHTML เป็นภาษากำหนดโครงสร้างของเว็บเพจ และเป็นรูปแบบที่ EPUB ใช้จริงในการใส่เนื้อหาภายใน — ดังนั้นการแปลงระหว่าง HTML กับ EPUB แท้จริงเป็นแค่การเปลี่ยนเปลือกนอกกับวิธีรวมทรัพยากร ส่วน .mhtml ยิ่งไปกว่านั้น คือรวมเว็บเพจเข้ากับรูปภาพและสไตล์เป็นไฟล์เดียว เหมาะกับการเก็บหน้าเว็บออนไลน์ที่อาจใช้ไม่ได้เมื่อไรก็ได้ ข้อดีของ HTML คือเป็นสากล เบราว์เซอร์ตัวใดก็เปิดได้ ข้อเสียคือสไตล์และรูปภาพมักเป็นลิงก์ภายนอก ถ้าจะ “พาไปทั้งไฟล์” ต้องฝังทรัพยากรเข้าไปก่อน ดูรายละเอียดรูปแบบ HTML

Extensions.html.htm.xhtml.xml.mhtml
Typical useใช้ดึงเนื้อหาหลักของหน้าเว็บ ใช้กับเนื้อหาภายใน EPUB และใช้เป็นรูปแบบกลางทั่วไปสำหรับแปลงไปเป็นรูปแบบอื่น

วิธีแปลง PDF เป็น HTML

การขึ้นบรรทัดใหม่ใน PDF ส่วนใหญ่เป็น “การขึ้นบรรทัดใหม่เชิงภาพ” ไม่ใช่การจบย่อหน้า: ย่อหน้าหนึ่งอาจถูกตัดเป็น 5 บรรทัด โดยแต่ละบรรทัดเป็นบล็อกข้อความแยกกัน การดึงออกมาตรง ๆ จะได้ hard return จำนวนมาก ต้องรวมย่อหน้าใหม่โดยดูว่าท้ายบรรทัดเป็นประโยคสมบูรณ์หรือไม่ และความกว้างบรรทัดใกล้เคียงความกว้างหน้าหรือไม่ PDF ฉบับสแกนยิ่งไม่มีชั้นข้อความเลย ผลการดึงจึงว่างเปล่า ต้องทำ OCR ก่อน

เมื่อสร้าง HTML การที่รูปภาพและสไตล์เป็นลิงก์ภายนอกหรือฝังอยู่ภายในจะเป็นตัวตัดสินว่ามันแจกจ่ายเป็นไฟล์เดียวได้หรือไม่ หากต้องการ “พกไปไฟล์เดียว” ต้องฝังทรัพยากรเข้าไป (data URI) หรือเปลี่ยนไปใช้ MHTML ไม่อย่างนั้นพอไฟล์ถูกย้าย รูปภาพจะหายไป พร้อมกันนั้นควรคงแท็กเชิงความหมาย (h1–h6, p) ไว้ เพื่อให้ตอนแปลงเป็น EPUB ต่อภายหลังสารบัญไม่หาย

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.

ต้นฉบับเป็นแบบ “หนึ่งหน้าเท่ากับหนึ่งภาพเต็มหน้า” แต่ปลายทางจะจัดหน้าใหม่: แต่ละภาพจะถูกแทรกเป็นรูปเดี่ยวตามลำดับ หากไม่มีชั้นข้อความก็จะเหลือเพียงภาพต่อกันไป ในกรณีนี้ไฟล์ที่แปลงออกมามักมีขนาดใหญ่มาก ค้นหาไม่ได้ และประสบการณ์อ่านกลับแย่กว่ารูปแบบเดิม

ไฟล์ต้นฉบับไม่มีแนวคิดเรื่องบท (การ์ตูนนับเป็นหน้า, PDF นับเป็นหน้า) แต่ปลายทางคาดหวังให้มีสารบัญ ตัวแปลงทำได้เพียงตัดแบ่งตามหน้าหรือตามความยาวคงที่แบบกลไก สารบัญที่ได้จึงไม่มีความหมาย —— ถ้าไม่ต้องการนำทางก็ข้ามไปได้ แต่อย่าหวังว่ามันจะรู้จัก "บท" ได้เอง

เครื่องมือแปลง PDF เป็น HTML

PDF → HTML

การแปลงทำเสร็จในเบราว์เซอร์ของคุณทั้งหมด ไฟล์จะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ใด ๆ

โปรแกรมอ่านนิยายที่ซิงก์ตำแหน่งอ่านข้ามทุกแพลตฟอร์ม

YueZhu Tide Reader รองรับ TXT และ EPUB เมื่อนำเข้าแล้วจะตรวจจับบทโดยอัตโนมัติ จัดหน้าตามสไตล์ที่คุณถนัด และซิงก์ความคืบหน้าการอ่านระหว่าง Windows, macOS, iOS และ Android ไฟล์ที่แปลงเสร็จแล้วลากเข้ามาในโปรแกรมก็อ่านได้ทันที

ดาวน์โหลด YueZhu ฟรี

รองรับ TXT / EPUB เน้นการอ่านในเครื่องเป็นหลัก พร้อมตัวเลือกซิงค์บนคลาวด์และ WebDAV