在PDF中將PDF轉換爲HTML？

我希望能夠通過PHP將PDF文件轉換爲HTML文件，但我遇到了一些麻煩。在PDF中將PDF轉換爲HTML？

我發現了一個基本的方法來使用Saaspose，它可以將PDF轉換爲HTML文件。然而，這存在一些問題，例如使用SVG，圖像，定位，字體等。

我只需要從PHP文件和任何與其關聯的圖像中獲取文本的能力，然後以線性格式顯示它，而不是用絕對定位進行格式化。

我的意思是，如果PDF是這樣的：

enter image description here

我想把它轉換成單柱設計的HTML文件。如果有圖像，我想讓它們返回。

這是可能的PHP？我知道我可以簡單地從PDF文件中抓取文本，但抓取圖像又如何呢？

另一個問題是我希望一切都是內聯的，因爲它在單個文件中被提供給客戶端。目前，我可以通過一些代碼，使我的設置做到這一點：

for ($i = 0; $i < $object_number; $i++) { 
       $object = $html->find("object")->find("embed")->eq($i); 
       $embed = file_get_contents("Output/OutputHtml/" . $object->attr("src")); 
       array_push($converted_obj, $embed); 
       array_push($original_obj, $object); 
      } 

      for ($i = 0; $i < $object_number; $i++){ 
       pq($original_obj[$i])->replaceWith($converted_obj[$i]); 
      }

這抓住所有SVG文件和內嵌顯示它們。圖像會更容易，因爲我可以使用base64。

來源

2013-02-08 Charlie

1）下載並解壓縮。exe文件到文件夾：http://sourceforge.net/projects/pdftohtml/

2）創建一個PHP文件，並把這個代碼（假設，該pdftohtml.exe是該文件夾的內部，與源極sample.pdf太）：

<?php 
$source_pdf="sample.pdf"; 
$output_folder="MyFolder"; 

    if (!file_exists($output_folder)) { mkdir($output_folder, 0777, true);} 
$a= passthru("pdftohtml $source_pdf $output_folder/new_file_name",$b); 
var_dump($a); 
?>

3）進入MyFolder中，你會看到轉換的文件（取決於）的頁面數..

PS我不知道，但也存在許多商業或試驗apis。

來源

2013-12-03 09:59:39

這對我很有幫助，並且非常感謝。但如何給這裏的頁面範圍轉換？我嘗試添加** passthru（「pdftohtml $ source_pdf 3-5 $ output_folder/new_file_name」，$ b）**，但它不起作用。你能告訴嗎？ – Hydrogirl 2014-02-18 21:47:19

也許它轉換完整的PDF，你必須添加一個delte php命令（在腳本執行後），刪除所有不需要的頁面...不知怎的，像這樣的概念： '$ unwanted_pages = array（5,6,7,8 ）; foreach（$ unwanted_pages as $ eachPageIndex）{unlink（'filename'。$ eachPageIndex）;}' – 2014-03-07 09:58:32

有指定頁面的pdf腳本的參數：http://linux.die.net/man/1/pdftohtml $ a = passthru（「pdftohtml -f $ firstpage -l $ lastpage $ source_pdf $ output_folder/new_file_name」，$ b）; 也檢查編碼選項 – mameluc 2015-06-10 07:53:58