開源庫/將PDF轉換爲HTML的工具？

Question

我的需求很簡單，我需要一個工具或庫（圖書館將是完美的），將PDF文件轉換爲HTML文件，儘可能多地保存信息，除了任何圖像或樣式，僅僅是語義信息。

我已經簽出iTextPdf，但我還沒有找到像這樣的東西。你能幫忙的話，我會很高興。

在此先感謝

Answer 1

使用iTextSharp。它是免費的，你只需要「itextsharp.dll」。

http://sourceforge.net/projects/itextsharp/

這裏是閱讀的文本了PDF的簡單功能。

Public Shared Function GetTextFromPDF(PdfFileName As String) As String 
    Dim oReader As New iTextSharp.text.pdf.PdfReader(PdfFileName) 

    Dim sOut = "" 

    For i = 1 To oReader.NumberOfPages 
     Dim its As New iTextSharp.text.pdf.parser.SimpleTextExtractionStrategy 

     sOut &= iTextSharp.text.pdf.parser.PdfTextExtractor.GetTextFromPage(oReader, i, its) 
    Next 

    Return sOut 
End Function