我希望用Java应用程序将PDF文件转换为HTML文件。 PDF文件包含一些图像、文本等。 有人知道一个好的Java API吗?(请不要建议使用Aspose)。 我尝试过Apache PDFBox,但不满意。
我希望用Java应用程序将PDF文件转换为HTML文件。 PDF文件包含一些图像、文本等。 有人知道一个好的Java API吗?(请不要建议使用Aspose)。 我尝试过Apache PDFBox,但不满意。
CSSBox Pdf2Dom是一个Java库,可以将PDF转换为HTML(除其他功能外)。发行版甚至包含基于此库的PDFToHTML命令行工具,因此您可以检查结果是否符合您的需求。但是,如上所述,将PDF转换为HTML始终很棘手。结果取决于特定PDF文件的复杂性和结构,因此不同的工具可能适用于不同的PDF文件。
请查看
JPedal,它对嵌入式字体处理得非常好,但需要付费。
IcePDF,它是免费的,但据我所知只能提取文本/图像或将PDF渲染为图像。
public class QHyperArticleHtmlBuilder extends QHtmlBuilder {
QStyle anchorStyle = createStyle("anchorStyle", a);
QStyle sectionStyle = createStyle("sectionStyle", div);
QStyle subsectionStyle = createStyle("subsectionStyle", div);
...
public String buildSubSectionHeading(String anchorName, String text) {
return buildAnchorHeading(subsectionStyle, anchorName, text);
}
protected String buildAnchorHeading(QStyle divStyle,
String anchorName, String text) {
QMutableElement element = create(p);
element.add(br);
element.add(create(a, anchorStyle, name.create(anchorName)))
.add(create(div, divStyle, text));
return element.buildHtml();
}
public String buildLink(String url, String label) {
QMutableElement element = create(a, anchorStyle, href.create(url));
element.add(create(span, underlineStyle))
.add(create(span, linkStyle, label));
return element.buildHtml();
}
}
pre.javaStyle {
font-family: courier new, courier, mono;
background-color: #fbfbfb;
font-size: 11pt;
width: 800px;
border: dashed 1px;
border-color: lightgray;
padding-left: 4px;
}
资源 这里
也许您可以使用这个API:https://market.mashape.com/netservice/convert-pdf-to-html,适用于Java、Node、PHP等...