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
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 use | เหมาะกับเอกสาร 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 use | ใช้ดึงเนื้อหาหลักของหน้าเว็บ 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 ฟรีรองรับ TXT / EPUB เน้นการอ่านในเครื่องเป็นหลัก พร้อมตัวเลือกซิงค์บนคลาวด์และ WebDAV
