PDF en HTML (texte et titres)

Comment ça marche

Touchez ou cliquez la zone, choisissez le PDF et appuyez sur « Convertir en HTML ». L’outil lit le texte ligne par ligne : les lignes courtes en grands caractères deviennent des titres, les lignes qui se suivent forment des paragraphes, celles qui commencent par un tiret, une puce ou un numéro deviennent des éléments de liste. Un bulletin municipal de 6 pages donne par exemple « 6 pages → 9 titres, 31 paragraphes, 12 éléments de liste » ; les en-têtes et numéros de page répétés sur chaque page sont retirés automatiquement. Ouvrez le fichier téléchargé dans votre navigateur pour le lire, ou dans un éditeur de texte comme le Bloc-notes pour coller le code dans l’éditeur de votre site. Les caractères comme « < » et « & » sont échappés et ne peuvent pas casser votre page. Tableaux, colonnes, images et couleurs ne sont pas repris : l’outil transporte les mots, pas la mise en page.

Cet outil est aussi connu sous le nom de convertir pdf en html, pdf en html, pdf vers html, transformer un pdf en page web, pdf to html.

Qu'est-ce que HTML ?

Le HTML est le langage de balisage des pages web : chaque morceau de texte est entouré de balises qui disent ce qu’il est. <h1> est le titre principal, <p> un paragraphe, <ul> avec <li> une liste à puces. Les navigateurs s’en servent pour afficher le texte, les moteurs de recherche pour distinguer un titre du corps de texte. Cet outil produit exactement ces balises : le résultat se colle proprement dans n’importe quel CMS ou outil d’e-mailing.

Qu'est-ce que HTML sémantique ?

Le HTML sémantique indique le rôle d’un texte plutôt que son apparence : au lieu de « cette ligne est en 24 points et en gras », il dit « cette ligne est un titre ». Les polices et les couleurs de votre site décident ensuite de l’aspect. C’est pourquoi le texte issu de cet outil ne détonne pas une fois collé, que les lecteurs d’écran peuvent passer d’un titre à l’autre et que les lignes s’adaptent à l’écran du téléphone.

Quelle différence entre un HTML de texte et un HTML qui conserve la mise en page ?

Certains convertisseurs imitent l’apparence du PDF : chaque mot est placé dans sa propre boîte positionnée exactement là où il se trouvait sur la page. Sur un écran d’ordinateur, cela ressemble au PDF, mais le code est impossible à maintenir, déborde sur téléphone et les moteurs de recherche ne lisent plus les phrases comme des phrases. Cet outil prend délibérément l’autre voie et ne transporte que le texte, sous forme de titres, paragraphes et listes. La page aura un autre aspect ; en échange, le code est court, propre et réutilisable partout.

Quels PDF donnent de bons résultats ?

Les documents sur une seule colonne enregistrés depuis Word, Google Docs ou LibreOffice donnent le meilleur résultat : avis, règlements, modes d’emploi, articles de bulletin. Si les titres sont nettement plus grands que le texte courant, l’outil les répartit en h1, h2 et h3.

Sur les pages de magazine à deux colonnes, deux lignes à la même hauteur peuvent fusionner, et les tableaux deviennent une suite de courts paragraphes. Relisez le résultat de ces documents avant de le publier.

Un document numérisé n’a pas de couche texte : chaque page est une photo. L’outil le signale et s’arrête, car il ne fait pas de reconnaissance de texte (OCR).

Ajouter le résultat à un site web

Dans WordPress et les éditeurs semblables, passez en mode code ou « Modifier en HTML », ouvrez le fichier .html dans un éditeur de texte, copiez les lignes entre <body> et </body> et collez-les. Le petit bloc de style en tête ne sert qu’à rendre le fichier lisible seul ; une fois collé, c’est la présentation de votre site qui s’applique.

Pour une newsletter par e-mail, vous pouvez aussi ouvrir le fichier dans le navigateur, sélectionner le texte et le copier : titres et listes se collent avec leur mise en forme.

• Lignes de changement de page inutiles sur le web : choisissez « Ne pas afficher »
• Les niveaux de titre sont déduits de la taille des caractères ; corrigez à la main si besoin
• Liens et images ne sont pas repris ; ajoutez-les dans votre éditeur

Questions fréquentes

Comment convertir un PDF en HTML ?

Choisissez votre PDF sur cette page et appuyez sur « Convertir en HTML ». Un fichier .html avec titres, paragraphes et listes balisés arrive dans votre dossier Téléchargements, sans inscription ni envoi.

Le HTML ressemblera-t-il exactement au PDF ?

Non, et c’est voulu. L’outil garde le sens du texte, pas sa position : un titre reste un titre, un paragraphe reste un paragraphe. Tableaux, colonnes, images, couleurs et polices ne sont pas repris ; l’apparence dépend de votre site.

Les accents sont-ils conservés ?

Oui. Le fichier est écrit en UTF-8 et l’indique dans son en-tête : é, è, à, ç et les guillemets s’affichent correctement. Si le PDF lui-même enregistre mal certains caractères, ce qui arrive avec des fichiers anciens, l’erreur se retrouve dans le HTML.

Mon PDF est-il envoyé sur un serveur ?

Non. La lecture du PDF et l’écriture du HTML se font dans votre navigateur ; le fichier ne quitte pas cette page.