PDFをHTMLに変換する方法（きれいなWebページにする）

PDFをHTMLに変換したいなら、最初に正直なニュースを：任意のPDFをきれいでレスポンシブなHTMLに自動変換できるツールは存在しません。PDFは印刷フォーマットです — 「このグリフをx=142、y=380に置け」を保存するのであって、「これは見出しだ」を保存するのではありません。HTMLはその正反対です。すべての変換は2つの哲学の間の翻訳であり、必ず何かが失われます。

とはいえ、難しいわけではありません。本当に必要なもの — きれいなマークアップ、手早い一回きりの出力、とにかく文書をWebページに載せること — に合わせて方法を選べばいいのです。ここでは3つの方法すべてと、変換しないという選択肢を紹介します。

そもそもなぜPDFをWebページにするのか

繰り返し挙がる理由は3つです：

• SEO。検索エンジンはPDFもインデックスしますが、本物のHTMLページのほうがはるかに上位に表示されます：HTMLには構造（見出し、リンク、altテキスト）があり、読み込みが速く、モバイルでも機能します。PDFに埋もれたコンテンツは、ほとんどの検索者に見つけてもらえないコンテンツです。
• アクセシビリティ。スクリーンリーダーは、平均的なタグなしPDFよりもセマンティックなHTMLをはるかにうまく読み上げます。全員に届くべき文書なら、アクセシブルな形式はHTMLです。
• ユーザー体験。モバイルでのPDFリンクは、ダウンロード → 別アプリで開く → 固定A4レイアウトをピンチズーム、を意味します。HTMLページなら、ただ読めます。

方法1 — 抽出して再構築（最もきれいなマークアップ）

本当に大切なコンテンツ — サイトに載せるレポート、ガイド、ドキュメント — には、この方法があらゆる自動変換ツールに勝ります。PDFから素材を取り出し、そのまわりのシンプルなHTMLを自分で書くのです。

はい、手作業です。しかし出力は本当に保守したくなるHTMLであり、実際の読者に届けるものなら、その交換条件には価値があります。

方法2 — pdftohtmlとCalibre（コマンドライン派向け）

自動化したい、そして多少乱れた出力でも我慢できるなら：

pdftohtml（Popplerユーティリティの一部。Linux/Macならプリインストールか、パッケージ1つで導入可能）：

pdftohtml -s -noframes document.pdf output.html

-sフラグは1ページ1ファイルではなく、連続した1つのHTML文書を出力します。-cフラグは「複雑モード」を追加し、絶対配置のdivでレイアウトを再現します — 見た目はPDFに近づきますが、そのマークアップは表示以外の用途には使い物にならず、モバイルでは完全に崩壊します。

Calibre（無料、クロスプラットフォーム）はPDFを電子書籍として扱います：Calibreを開く → PDFを追加 → 変換 → HTMLZ出力を選択。1段組でテキスト中心のPDFに最適で、多段組レイアウトは苦手 — 読む順序を間違えることがよくあります。

有料変換ツール（Adobe Acrobat ProのHTML書き出し、月額$6〜20の各種オンラインサービス）は表の処理が上手く、書式もより多く保持しますが、出力はやはり機械生成のマークアップ — 数百のインラインスタイルと入れ子のspanです。今日中にコンテンツをオンラインに載せたいだけなら十分。今後編集するつもりなら苦痛です。

方法3 — 変換しない：PDFを埋め込むかリンクする

「このPDFをどうやってWebサイトに載せるか」への正しい答えが、PDFをそのままWebサイトに載せることである場合もあります：

<embed src="/files/report.pdf" type="application/pdf" width="100%" height="800px" />

あるいはサイズを添えた素朴なリンクでも： <a href="/files/report.pdf">年次報告書（PDF、2.4 MB）</a>

欠点：埋め込みPDFは依然としてSEOに弱く、スマホでは扱いにくいままです。よくある折衷案は両方載せること — 重要な内容のHTML要約をページに置き、その下に完全版PDFへのリンクを添えます。

あなたのケースにはどの方法？

正直な期待値：生き残るもの・消えるもの

どの方法を選ぶにせよ、期待値を調整しておきましょう：

• プレーンテキスト：どこでも生き残ります。これが簡単な90%です。
• フォント：Webフォントを手動で追加しない限り、たいていWebセーフフォントかシステムフォントに置き換わります。
• 多段組レイアウト：古典的な失敗ポイント。変換ツールは段組を1本の混乱した流れに潰すか、絶対配置で凍結するかのどちらかです。
• 表：当たり外れあり。単純なグリッドはよく変換されますが、結合セルや入れ子の表はほぼ無理です。
• ヘッダー、フッター、ページ番号：「ページ」ごとに繰り返されるゴミテキストとして付いてきます — 手作業で削除することになります。
• インタラクティブなフォームフィールド：どの変換ツールでも生き残りません。HTMLフォームとして作り直しましょう。

逆方向 — Webページがあって、そのPDFが欲しい — なら、それははるかによく解決された問題です。HTMLからPDFへの変換ツールを使いましょう。

よくある質問

本当に無料のPDF→HTML変換ツールはオンラインにありますか？

無料の自動変換ツールは存在しますが、出力は機械生成のマークアップ — 配置されたdivとインラインスタイルです。きれいなHTMLへの正真正銘無料のルートは、pdftyでテキストと画像を抽出し（20 MBまで無料、1日10回、登録不要）、マークアップを自分で書くことです。

PDFがスキャンで、抽出しても何も出てきません。なぜ？

スキャンPDFはページの写真であり、内部にテキストレイヤーがありません。先にOCRをかけましょう。その後はテキスト抽出が普通に機能します。OCRなしでは、存在しないテキストを見つけられる変換ツールは地球上にありません。

PDF内のハイパーリンクは変換後も残りますか？

pdftohtmlはほとんどのリンク注釈をaタグとして保持します。抽出・再構築ワークフローでは、プレーンテキスト抽出でリンクが落ちます — マークアップの際に重要なURLをPDFから手動でコピーしてください。

画像をフル品質で取り出すには？

画像抽出 を使いましょう — ページのスクリーンショットではなく、埋め込まれた原本を取り出すため、PDFに実際に保存されていた解像度が得られます。公開前にWeb用に圧縮しましょう。

GoogleはそもそもPDFをインデックスしますか？

はい — GoogleはPDFをインデックスし、順位も付けます。しかし同じ内容のHTMLページのほうが一貫して上回ります：より良いモバイル体験、速い読み込み、本物の見出し構造、内部リンク、そのすべてがランキングに効きます。検索で見つけてほしいコンテンツなら、HTMLとして公開しましょう。

WordでPDFをHTMLにできますか？

一応。Wordは多くのPDFを開き（ファイル → 開く）、編集可能な文書にリフローし、名前を付けて保存 → Webページができます。ただし出力されるHTMLは悪名高いほど肥大しています — 出発点としては使えても、本番用マークアップにはなりません。

HTMLではなくPDF→Markdownはどうですか？

多くの場合、より賢い選択です。テキストを抽出し、Markdownの見出しやリスト記法を加え（タグより速く打てます）、サイトジェネレーターにHTMLを生成させましょう。方法1と同じワークフローで、タイプ量が減ります。

PDFの埋め込みはアクセシビリティに悪いですか？

たいてい、はい。ブラウザのPDFビューア内でのスクリーンリーダー対応は一貫性がなく、タグなしPDFはどこでも読み上げが不十分です。アクセシビリティが重要なら、コンテンツを本物のHTMLとして提供しましょう — 埋め込みの横に簡易版を置くだけでも違います。