Как конвертировать PDF в HTML?

Question

Какие хорошие библиотеки существуют на любом распространенном языке для преобразования PDF в HTML?

Answer 1

В Perl вы можете использовать плагин SWISH::FilterSWISH::Filters::Pdf2HTML. (Требуется xpdf package.)

Для обратной (HTML-PDF) см. this question.

Answer 2

, если вы ищете способ конвертировать PDF в HTML один или два раза, то я рекомендую Adobe Online Conversion

Если это API вы после то http://www.pdfonline.com/ есть SDK, который должен удовлетворить ваши потребности.

Если это ваша библиотека, пожалуйста, сообщите нам, какой серверный язык вы предпочитаете.

Answer 3

Если вы работаете в ящике Windows, я думаю, у Amyuni есть библиотека для этого. Их PDF Document Convertor доступен как DLL, может широко использоваться среди языков, поддерживаемых Visual Studio, и может конвертировать в RTF, TML, EXCEL, JPEG и TIFF.

Answer 4

Учитывая неопределенность первоначального вопроса, я собираюсь идти дальше и дать решение, которое будет работать на любом языке, который может выполнять приложения с командной строкой. Хотя для настройки можно немного запутаться, OpenOffice может быть запущен в режиме безголового на сервере и с помощью jodconverter может конвертировать любой формат файла в любой другой формат файла (ну, любые преобразования формата, которые openoffice могут обрабатывать , то есть).

Вот несколько ссылок, которые помогут с установкой:

• http://iwonderdesigns.posterous.com/how-to-run-jodconverteropenoffice-on-your-hos
• http://www.artofsolving.com/node/10

Answer 5

http://www.lowagie.com/iText/ Opensource библиотека как Java и C#

Answer 6

PDFBox в apache имеет крышку для удаления html способность. http://pdfbox.apache.org/

Answer 7

Программа pdftohtml преобразует PDF в HTML и XML и сохраняет информацию о местоположении текста, который является полезным для скребковых таблиц ..

Это, как представляется, на основе библиотеки Xpdf и имеет окна бинарного тоже.

Answer 8

В Linux установить pdftohtml - Для пакетной конвертации всех файлов в папке использования:

ls *.pdf | xargs -I{} pdftohtml {} 

Это позволит создать HTML сайт со всеми ссылками и изображениями из оригинальных документов. Каждая страница в отдельном html-файле. Очень полезно преобразовать проектную документацию для поиска файлов по фразе, используя общий поиск системного файла.