Extract text from images — free

Konverteraren återskapar dokumentets logiska struktur — rubriker, stycken, listor, riktiga <table>-element, länkar och bilder — istället för att bara fästa varje tecken på en X/Y-koordinat så som vissa PDF-läsare gör. Resultatet anpassas flytande på mobil, indexeras bra för SEO och är skärmläsartillgängligt direkt.

Ja. Tabeller blir standardelementen <table>, <thead>, <tbody>, <tr>, <th> och <td> med korrekta scope-attribut på rubrikceller. Det gör dem skärmläsarvänliga, sökbara och enkla att stila med Bootstrap, Tailwind eller ditt befintliga CSS-ramverk — ingen extra markup-omvandling behövs.

Ja. Klistra in i WordPress, Webflow, Ghost, Notion (som inbäddning), Confluence, GitBook eller din egen statiska webbplats — markupen är beroendefri, validerar mot W3C:s HTML5-specifikation och renderas identiskt i Chrome, Safari, Firefox och Edge. Bilder infogas som base64 eller extraheras som separata filer beroende på vad du föredrar.

Ja. Bildbaserade PDF:er aktiverar OCR-motorn, som extraherar text och bygger om layouten innan HTML genereras. Det betyder att även gamla skannade whitepapers, fotograferade rapporter och faxade dokument kan publiceras på nytt som moderna responsiva webbsidor med korrekta rubriker, stycken och länkar.

Ja. Inbäddade bilder extraheras, optimeras (WebP eller PNG beroende på innehåll) och refereras via <img>-taggar med attribut för bredd och höjd inställda för CLS-vänlig inläsning. Vektordiagram kan plattas till raster — för full vektortrohet, använd PDF till bilder och bädda in SVG-versionerna manuellt.

Uppladdningar raderas inom några minuter, används aldrig för att träna modeller och delas aldrig. HTML-utdata har ingen vattenstämpel, ingen attributionskommentar och ingen spårningspixel. Byråer och interna team använder verktyget för att migrera äldre PDF-filer till moderna CMS-webbplatser utan några licens- eller integritetsbekymmer.

Öppna kontrollgruppen Motor bredvid förhandsgranskningen, välj Standard, Motor 1 eller Motor 2, och välj sedan dokumentets språk i den sökbara Språkväljaren under den — över 100 språk stöds, inklusive icke-latinska skript. Efter att du ändrat någon av inställningarna klickar du på Kör extraktion igen för att generera om HTML:en med den nya OCR-körningen.

Börja med Standard för vanliga språk med latinsk skrift — det är snabbast och mest exakt för vardagliga dokument. För mindre vanliga skriftsystem (arabiska, hindi, kinesiska) eller när Standard förvanskar rubriker och tabeller, växla till Motor 1 eller Motor 2, ange matchande språk och kör sedan extraktion igen — olika motorer specialiserar sig på olika skriftsystem, så att prova båda tar bara några sekunder och åtgärdar ofta felläsa accenttecken.

Ja — utdatapanelen visar en redigerbar kodruta bredvid en liverenderad förhandsvisning, så att skriva in en rättelse (ta bort en överbliven tagg, justera en rubriknivå, finjustera inline-text) uppdaterar förhandsvisningsrutan direkt. Gör alla dina rättelser där innan du trycker på ladda ner eller kopiera, eftersom båda åtgärderna använder det som för närvarande finns i kodrutan, inte den ursprungliga OCR-utdatan.

Klicka på Kopiera HTML ovanför utdatapanelen — det kopierar exakt det som finns i den redigerbara koderutan, inklusive eventuella manuella ändringar du gjort, till ditt urklipp och visar kort 'Kopierat!' som bekräftelse. Detta är den snabbaste vägen när du klistrar in direkt i ett CMS:s HTML- eller inbäddningsblock istället för att ladda upp en fil.

Du kan konvertera en PDF till HTML utan att skapa ett konto. Inloggade gratiskonton får ett dagligt utrymme för konverteringar och ser en liten användningsmätare när de närmar sig det, eftersom skannade PDF-sidor går via OCR — Premium-konton ser ingen gräns.

Nej — det finns ingen inställning för detta i verktyget; hur bilder bäddas in i utdata-HTML:en avgörs automatiskt och kan inte växlas i gränssnittet, oavsett vad viss webbplatstext antyder. Om du behöver fristående bildfiler för ett CMS-mediebibliotek, exportera sidorna separat med PDF till bilder i stället, som ger PNG eller JPG — inte SVG — med ditt val av 150, 200 eller 300 DPI.