跳到主要内容
PulsarKit

PDF转ePub

把PDF转成可重排的ePub 3电子书，在电子阅读器上阅读。最适合有文字层的单栏PDF。无需注册。在我们的服务器上处理，文件约两小时内自动删除。

把文件拖到这里

.pdf · 最大200 MB · 每小时最多30个任务 · 文件上传到我们的服务器，处理后即删除；结果约两小时内清除

分栏
更多设置

如何把PDF转成ePub

  1. 1

    上传PDF

    最大200 MB、最多400页。加了密码的文件在上传前就会被拒绝。

  2. 2

    选择分栏方式和语言

    自动识别分栏，或强制按单栏顺序阅读；扫描件请开启文字识别（OCR）。

  3. 3

    下载ePub文件

    标准的ePub 3文件，任何电子阅读应用都能打开。

为什么结构还原只是近似的

PDF记录的是每个字符在页面上的位置，也就是x和y坐标，而不记录标题、段落或阅读顺序。要把它变成ePub那样的流式文字，Calibre只能根据这些坐标去猜文档的结构：哪些行属于同一段，一栏在哪里结束、下一栏从哪里开始，哪段文字是标题而不是正文。对普通文档，它大多能猜对，但这是尽力而为的重建，不是精确的转换。转换前就知道这一点，比看到结果才发现要好。

哪些PDF转换效果最好

有真正文字层的单栏文档，比如小说、报告和大多数书籍，都能干净地重排。容易出问题的是多栏版式、表格，以及每页重复的页眉页脚。双栏的科学论文可能会两栏交错，而不是先读左栏再读右栏。“单栏”设置就是为此准备的：它让Calibre完全不去识别分栏。

扫描件和文字识别

扫描版PDF是页面的照片，没有可以重组的文字。文字识别保持自动时，工具会识别出这种情况，先做文字识别，所以结果仍然是真正可选中、可重排的文字。如果完全关闭文字识别，扫描版PDF就无法转换，因为没有可处理的文字。

在服务器上处理，自动删除

根据PDF的原始坐标重建文档结构，需要真正的转换引擎，所以文件在PulsarKit的服务器上处理。上传的文件在任务完成后立即删除。结果可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。

常见问题

为什么文字结构的还原只是近似的？

PDF存的是字符在页面上的位置，而不是文档的结构，所以标题、段落和阅读顺序都只能靠Calibre的启发式规则去猜，没法直接读出来。简单的文档效果很好，复杂的版式效果差一些。

什么样的PDF效果最好？

有文字层的单栏文档：小说、报告、大多数书籍。多栏版式、表格和大量页眉页脚，是阅读顺序容易出错的情况。

没有文字层的扫描件会怎样？

文字识别设为自动（默认）时，会自动检测到这种情况，先做文字识别，所以结果仍然有真正的文字。如果把文字识别设为从不，没有文字的扫描件就无法转换。

分栏的“自动”和“单栏”“双栏”有什么区别？

“自动”让Calibre用自己的版面分析来决定。“单栏”让它不管页面看起来怎样，都把整页当成一栏来读；自动识别把双栏论文的两栏顺序弄错时，这个选项很有用。“双栏”用于相反的情况：文档其实有两栏，Calibre却当成一栏来读。

图片会保留吗？

会，除非你关闭这个选项。默认情况下，PDF里的图片会带到ePub里。

文件会在服务器上保留多久？

上传的PDF在任务完成后立即删除。转换后的ePub可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。

会有水印吗？

不会。

指南

相关工具

PDF文字识别给扫描版PDF添加可搜索的文字层，支持15种语言。文字可以选中；倾斜或横放的页面会被摆正，除非你关闭这项功能。在我们的服务器上运行，文件约两小时内自动删除。PDF转TXT提取PDF的文字层，保存为纯文本.txt文件，阅读顺序和分栏都保持原样。PDF转Word把PDF转回可编辑的DOCX、DOC、ODT或RTF文件，没有文字层的扫描件也能通过文字识别（OCR）转换。在我们的服务器上处理，文件约两小时内自动删除。PDF压缩重新编码PDF里的图片，去掉重复对象，清除元数据，让文件变小，文档不会发送到任何地方。PDF拆分把一个PDF拆成几个文档：按页码范围、每N页一份，或每页一个文件。PDF解密输入你已有的密码，得到一份打开时不再要求输入密码的PDF。