當 pdf轉html 的結果第一眼看起來沒問題時,真正的錯誤往往藏在表格、圖片和關聯資產裡。文字可能能顯示,但欄位對齊已經偏移、圖片可能指向不存在的檔案,或是整個 HTML 套件只在原本電腦上正常,一搬到別的資料夾或環境就出現缺圖。實務上,檢查重點不該只是「打得開」,而是這份匯出的 HTML 是否仍然可用、可攜、而且一致。
這篇文章專注在匯出後的品質檢查,不討論閱讀順序修復,也不比較固定版面與語意化網頁內容。重點是教你怎麼檢查轉出後的文件,確認表格是否穩定、圖片是否完整、資產路徑是否可靠。如果你需要先了解這類流程的資訊頁面,可參考 Sanreader 的 PDF 轉 HTML 資訊頁。
先用一個完整的匯出套件來測
不要只拿單頁範例測試。較有代表性的測試文件通常包含:
- 有標誌的封面頁。
- 兩到三頁表格較多的內容。
- 內嵌圖片與圖片說明。
- 重複頁首或頁尾。
- 至少一張圖表或螢幕截圖。
- 一個包含 HTML 檔與資產資料夾的匯出結果。
例如,你可以想像一份季度營運報告從 PDF 匯出成 HTML,套件內容包含:
report.htmlimages資料夾- 多個 PNG 圖表與標誌檔案
- 一頁含有合併儲存格的表格
這個階段不要因為 report.html 能在瀏覽器中開啟,就直接判定成功。真正要確認的是:當你複製、改名、移動,甚至準備發佈時,這個套件是否還能正常運作。
先檢查表格,再看細部文字
在許多 pdf轉html 結果中,表格最容易暴露結構損壞。段落就算有些微間距問題,多半還看得懂;但表格一旦錯位,數值就可能失去使用價值。
建議依照以下順序檢查表格:
- 確認列數與欄數:將 HTML 輸出與原始 PDF 對照。若狹窄欄位被錯拆,常會出現少欄或多欄。
- 檢查合併儲存格:表頭帶、加總列、側邊標示最容易移到相鄰欄位。
- 掃描對齊方式:原本靠右的數值若全部變成靠左,閱讀與比對會困難很多。
- 注意換行碰撞:過長標籤可能壓到隔壁儲存格,或把列高拉得不平均。
- 只在有意義時檢查框線與底色:若框線或底色承載分類意義,就要確認是否保留;若只是裝飾,優先度可較低。
- 縮窄瀏覽器寬度再看一次:有些表格在寬畫面正常,畫面變窄後就被裁切或疊在一起。
一個實用判斷標準是:如果使用者無法不靠猜測就完成橫向或縱向比值比較,這張表格就應視為需要修正,即使每個字都還看得到。
圖片要同時檢查檔案本身與引用關係
圖片失敗通常有兩種情況:一種是圖片檔本身遺失、損壞或輸出異常;另一種是 HTML 指到錯誤位置。這兩種問題都很常見,而且不能只靠肉眼快速瀏覽判斷。
可分成兩個層次檢查。
檔案層級檢查:
- 確認預期的每張圖片都存在於資產資料夾。
- 直接打開幾個圖片檔,確認不是零位元組或損壞檔案。
- 檢查圖表是否被切成很多小碎片,而不是一張可用圖片。
- 如果套件大小重要,留意重複標誌是否被不必要地輸出多份。
引用層級檢查:
- 在瀏覽器中檢視 HTML,並與 PDF 的圖像數量對照。
- 尋找破圖占位或空白區塊。
- 確認圖片說明仍對應正確的圖。
- 留意原本只是背景裝飾的圖片,是否被誤當成前景內容。
有一種很容易漏掉的問題是「圖像順序對調」。匯出後圖片檔都存在,但 HTML 的引用順序錯了。若多張圖表外觀相似,這種問題很不容易一眼看出,所以要對照圖號、標題與位置逐一確認。
把資料夾移動一次,驗證資產路徑
有些匯出結果在原電腦上完全正常,但一搬到別的地方就失效,通常原因就是引用了絕對本機路徑,或是相對路徑寫得不穩定。這在 pdf轉html 工作流程裡是非常重要的一關。
你可以這樣測可攜性:
- 將 HTML 檔與資產放進一個乾淨的資料夾。
- 在本機開啟 HTML,確認圖片有正常載入。
- 將最上層資料夾改名,再測一次。
- 把整個套件移到另一層目錄位置,再測一次。
- 如果文件將來要發佈,最好在目標環境或測試環境再預覽一次。
要特別留意這些路徑問題:
- 絕對本機路徑:例如指向特定磁碟、使用者資料夾或桌面位置。
- 斜線格式混用:在不同環境可能表現不一致。
- 大小寫不一致:檔名與引用名稱不同,某些系統會直接失敗。
- 空白或特殊字元編碼不一致:移動後就可能找不到檔案。
- 匯出時自動生成多層巢狀資料夾:導致引用路徑和預期不同。
如果資料夾一移動就破圖,代表這個匯出套件還不能算可攜。理想情況下,相對路徑應該能穩定地從 HTML 檔案找到對應資產目錄。
用一張短檢查表快速排除高風險問題
審稿或交付前,不一定要做很複雜的驗證;一張簡短檢查表,往往就能抓到最影響使用的問題。
| 檢查項目 | 要確認什麼 | 通過跡象 | 常見失敗 |
|---|---|---|---|
| 表格結構 | 列數與欄數是否和 PDF 一致 | 數值能正確橫向與縱向比較 | 儲存格拆錯、位移 |
| 表頭 | 多列或合併表頭是否仍對應正確欄位 | 表頭意義清楚 | 表頭橫向漂移 |
| 圖片 | 預期圖片是否都出現 | 沒有破圖或空白占位 | 檔案遺失或損壞 |
| 圖說 | 圖說是否對應正確圖片 | 圖號與內容順序一致 | 圖與說明配錯 |
| 資產路徑 | 搬移資料夾後是否仍正常 | 新位置也能載入 | 使用絕對路徑或不穩定相對路徑 |
| 套件完整性 | HTML 與資產是否能一起交付 | 換環境仍可使用 | 依賴原機器隱藏檔案 |
這類檢查不複雜,但對於準備上線、交接或歸檔的文件特別有用。
用一頁實例判斷問題到底在哪裡
假設原始 PDF 的第 4 頁包含一張每月績效表,以及下方兩張圖表。檢查後你可能發現:
- PDF 中表頭明明是 3 欄,HTML 卻出現了 4 個可見分隔。
- 原本「總計」的合併儲存格被拆開,數值掉到錯誤月份下方。
- 第一張圖表正常顯示,第二張圖表則出現破圖圖示。
- 缺失的圖檔其實存在於資料夾中,但 HTML 寫的是
Images/chart-2.png,實際資料夾名稱卻是images。 - 匯出資料夾改名後,頁首標誌消失,原因是它原本引用了本機絕對路徑。
這樣的檢查結果很有價值,因為它指出問題不是單一「版面跑掉」,而是至少包含三種不同類型:
- 表格結構需要修補
- 圖片引用需要改正
- 資產路徑需要統一
把問題拆開記錄,會比寫成籠統的「格式有問題」更有幫助,也更方便交給編輯、工程或後續整理人員處理。
了解匯出後檢查的限制
品質檢查能找出問題,但不代表所有 PDF 都能毫不費力地變成乾淨可用的 HTML。有些文件天生就比較困難,例如:
- 掃描型 PDF,缺少可靠文字層。
- 合併儲存格很多的密集財務表。
- 由大量微小向量片段拼成的圖解。
- 文字與圖形原本就刻意重疊的頁面。
- 匯出策略偏重視覺近似,而不是可重用結構。
另外,也不要把搜尋需求直接當成功能保證。雖然很多人會搜尋 pdf轉html,但實際工作流程仍應回到真實文件驗證。資訊頁可以介紹這類工具與流程,但不代表一定提供線上上傳、轉換或下載功能。
交付前最後再做一次確認
在你認定這份匯出套件可以交付前,建議完成以下步驟:
- 至少抽查兩頁表格較多的頁面,逐一與 PDF 對照。
- 統計預期圖片數量,確認都能正常載入。
- 把套件移動或改名一次,測試路徑是否穩定。
- 若你的流程在意瀏覽器差異,至少在兩種瀏覽器中開啟檢查。
- 記錄問題時用明確描述,例如:表格拆裂、資產遺失、相對路徑錯誤、圖說對錯、圖片裁切。
好的 pdf轉html 檢查,不是追求每一個視覺細節都百分之百完美,而是確認匯出的 HTML 在離開原始機器之後,仍保有可用的表格、完整的圖片,以及可靠的資產引用。