使用IcePDF或PDFBox從PDF生成HTML頁面

Question

我想使用IcePDF或PDFBox從PDF中提取內容。但我現在沒有辦法繼續從提取的文本和圖像中生成HTML網頁。

Answer 1

您可以使用PDFBox將PDF轉換爲html。嘗試this link。

通過在提取文本時添加-html作爲參數，您將獲得pdf的html。但它不會包含任何圖像，圖形和其他細節。它將只是以html格式從pdf中提取的文本。

如果您想創建pdf的精確外觀，PDFBox中沒有單一步驟方法。據我所知，沒有圖書館提供這個工具來創建pdf的確切html。但使用PDFBox，您可以提取圖像，文本及其細節。使用這些細節你必須創建一個邏輯來生成html。我們已經完成了一個將pdf轉換爲html的項目azzist.com。我們已經完成了使用PDFBox的轉換。在azzist中，我們將簡歷轉換爲html格式。 （還有一些字體問題在那裏）。

Scribd，Google，Dropbox，zoho等已經以更好的方式完成了此轉換。你可以看看這些網站，看看他們是如何完成這一點的。 （你不會得到邏輯，你必須找出它）。