blocks|key|1887750|text|apache的PDFBox具有html提取功能。http://pdfbox.apache.org/|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1887751|entityMap|0|LINK|mutability|MUTABLE|url|http://pdfbox.apache.org/^0|O|P|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

PDFBox at apache has an html extraction capability. <a href="http://pdfbox.apache.org/" rel="noreferrer">http://pdfbox.apache.org/</a>

blocks|key|4654874|text|如果你在Windows+box上工作，我想Amyuni也有一个这样的库。他们的PDF文档转换器可以作为DLL访问，可以在Visual+Studio支持的语言中广泛使用，并可以转换为RTF、TML、EXCEL、JPEG和TIFF。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|4654875|entityMap|0|LINK|mutability|MUTABLE|url|http://www.amyuni.com/en/developer/index.html^0|L|6|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

If you are working on a Windows box, I think <a href="http://www.amyuni.com/en/developer/index.html" rel="nofollow noreferrer">Amyuni</a> has a library for this as well. Their PDF Document Convertor is accessible as a DLL, can be used widely among the languages supported by Visual Studio, and can convert to RTF, TML, EXCEL, JPEG, and TIFF.

blocks|key|4654990|text|pdftohtml程序将pdf转换为html和xml，并保留文本的位置信息，这有助于抓取表格。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|4654991|它似乎基于xpdf库，并且也有一个windows二进制文件。|4654992|entityMap|0|LINK|mutability|MUTABLE|url|http://sourceforge.net/projects/pdftohtml/^0|0|9|0|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@$A|O|B|P|1|Q]]|C|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@]|C|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]]]

The <a href="http://sourceforge.net/projects/pdftohtml/" rel="nofollow">pdftohtml</a> program converts pdf to html and xml and preserves position information of the text which is helpful for scraping tables..

It seems to be based on the xpdf library and has a windows binary, too.

blocks|key|1892301|text|在linux中安装pdftohtml+-要批量转换文件夹中的所有文件，请使用：|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1892302|ls+*.pdf+%7C+xargs+-I{}+pdftohtml+{}|code-block|syntax|javascript|1892303|这将创建所有引用和原始文档的图像的html网站。每个页面都放在一个单独的html文件中。非常有用的转换项目文档，以搜索文件的短语，使用常见的系统文件搜索。|1892304|entityMap|0|LINK|mutability|MUTABLE|url|http://sourceforge.net/projects/pdftohtml/^0|9|9|0|0|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@]|9|@$A|T|B|U|1|V]]|C|$]]|$1|D|3|E|5|F|7|W|8|@]|9|@]|C|$G|H]]|$1|I|3|J|5|6|7|X|8|@]|9|@]|C|$]]|$1|K|3|-4|5|6|7|Y|8|@]|9|@]|C|$]]]|L|$M|$5|N|O|P|C|$Q|R]]]]

In linux install <a href="http://sourceforge.net/projects/pdftohtml/" rel="nofollow">pdftohtml</a> - For batch convertion of all files in a folder use:

<pre><code>ls *.pdf | xargs -I{} pdftohtml {}
</code></pre>

This will create html site with all references and images from original documents. Every page in a separate html file. Very useful to convert project documentation to search for files by phrase, using common system file search.

blocks|key|1892314|text|您可以在Python语言中使用一个名为PDFMiner的模块。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1892315|你可以这样安装它：|1892316|pip+install+pdfminer|code-block|syntax|javascript|1892317|使用此模块的方法如下：|offset|length|style|BOLD|1892318|pdf2txt.py+-o+output.html+-t+html+file.pdf|1892319|指向模块的链接：+https://pypi.org/project/pdfminer/|1892320|entityMap|0|LINK|mutability|MUTABLE|url|https://pypi.org/project/pdfminer/^0|0|0|0|0|B|0|0|5|3|9|Y|0|0^^$0|@$1|2|3|4|5|6|7|10|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|11|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|12|8|@]|9|@]|A|$G|H]]|$1|I|3|J|5|6|7|13|8|@$K|14|L|15|M|N]]|9|@]|A|$]]|$1|O|3|P|5|F|7|16|8|@]|9|@]|A|$G|H]]|$1|Q|3|R|5|6|7|17|8|@$K|18|L|19|M|N]]|9|@$K|1A|L|1B|1|1C]]|A|$]]|$1|S|3|-4|5|6|7|1D|8|@]|9|@]|A|$]]]|T|$U|$5|V|W|X|A|$Y|Z]]]]

You can use a module in Python called PDFMiner.

You can install it like this:

<pre><code>pip install pdfminer
</code></pre>

Use this module as below:

<pre><code>pdf2txt.py -o output.html -t html file.pdf
</code></pre>

Link to the module: <a href="https://pypi.org/project/pdfminer/" rel="nofollow noreferrer">https://pypi.org/project/pdfminer/</a>

blocks|key|1891954|text|在Perl中，您可以使用SWISH::Filter插件SWISH::Filters::Pdf2HTML。(它需要xpdf+package。)|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1891955|反之(HTML+to+PDF)，见this+question。|1891956|entityMap|0|LINK|mutability|MUTABLE|url|http://search.cpan.org/dist/SWISH-Filter/|1|http://search.cpan.org/perldoc?SWISH::Filters::Pdf2HTML|2|http://www.foolabs.com/xpdf/|3|https://stackoverflow.com/questions/1120155/how-can-i-convert-html-to-pdf-using-perl^0|C|D|0|R|O|1|1K|C|2|0|H|D|3|0^^$0|@$1|2|3|4|5|6|7|T|8|@]|9|@$A|U|B|V|1|W]|$A|X|B|Y|1|Z]|$A|10|B|11|1|12]]|C|$]]|$1|D|3|E|5|6|7|13|8|@]|9|@$A|14|B|15|1|16]]|C|$]]|$1|F|3|-4|5|6|7|17|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]|N|$5|I|J|K|C|$L|O]]|P|$5|I|J|K|C|$L|Q]]|R|$5|I|J|K|C|$L|S]]]]

In Perl, you can use the <a href="http://search.cpan.org/dist/SWISH-Filter/" rel="nofollow noreferrer">SWISH::Filter</a> plugin <a href="http://search.cpan.org/perldoc?SWISH::Filters::Pdf2HTML" rel="nofollow noreferrer">SWISH::Filters::Pdf2HTML</a>. (It requires the <a href="http://www.foolabs.com/xpdf/" rel="nofollow noreferrer">xpdf package</a>.)

For the reverse (HTML to PDF), see <a href="https://stackoverflow.com/questions/1120155/how-can-i-convert-html-to-pdf-using-perl">this question</a>.

blocks|key|1887747|text|同时适用于Java和C#的开源库|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1887748|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

<a href="http://www.lowagie.com/iText/" rel="nofollow noreferrer">http://www.lowagie.com/iText/</a>
Opensource library for both Java and C#

blocks|key|2541298|text|如果你正在寻找一种将PDF转换成超文本标记语言的方法，那么我推荐Adobe+Online+Conversion|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2541299|如果你想要的是一个应用程序接口，那么http://www.pdfonline.com/已经有了一个可以满足你需求的软件开发工具包。|2541300|如果你想要的是一个库，请让我们知道你更喜欢哪种服务器端语言。|2541301|entityMap|0|LINK|mutability|MUTABLE|url|http://www.adobe.com/products/acrobat/access_onlinetools.html|1|http://www.pdfonline.com/^0|W|N|0|0|I|P|1|0|0^^$0|@$1|2|3|4|5|6|7|R|8|@]|9|@$A|S|B|T|1|U]]|C|$]]|$1|D|3|E|5|6|7|V|8|@]|9|@$A|W|B|X|1|Y]]|C|$]]|$1|F|3|G|5|6|7|Z|8|@]|9|@]|C|$]]|$1|H|3|-4|5|6|7|10|8|@]|9|@]|C|$]]]|I|$J|$5|K|L|M|C|$N|O]]|P|$5|K|L|M|C|$N|Q]]]]

if you're looking for a way to convert PDF to HTML once or twice then I recommend <a href="http://www.adobe.com/products/acrobat/access_onlinetools.html" rel="nofollow noreferrer">Adobe Online Conversion</a>

If it's an API you're after then <a href="http://www.pdfonline.com/" rel="nofollow noreferrer">http://www.pdfonline.com/</a> has an SDK that should suit your needs.

If it's a library you're after then please let us know which server-side language you prefer.

blocks|key|6070230|text|考虑到原始问题的模糊性，我将继续给出一个解决方案，该解决方案将适用于任何可以执行命令行应用程序的语言。尽管设置起来可能有点棘手，但OpenOffice可以在服务器上以无头模式运行，并且在jodconverter的帮助下，可以将任何文件格式转换为任何其他文件格式(当然，也就是openoffice可以处理的任何格式转换)。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|6070231|以下是一些有助于设置的链接：|6070232|6070233|http://iwonderdesigns.posterous.com/how-to-run-jodconverteropenoffice-on-your-hos|unordered-list-item|6070234|http://www.artofsolving.com/node/10|6070235|6070236|entityMap|0|LINK|mutability|MUTABLE|url|http://www.openoffice.org/|1|http://www.artofsolving.com/opensource/jodconverter|2|3^0|1T|A|0|2L|C|1|0|0|0|0|29|2|0|0|Z|3|0|0^^$0|@$1|2|3|4|5|6|7|Y|8|@]|9|@$A|Z|B|10|1|11]|$A|12|B|13|1|14]]|C|$]]|$1|D|3|E|5|6|7|15|8|@]|9|@]|C|$]]|$1|F|3|-4|5|6|7|16|8|@]|9|@]|C|$]]|$1|G|3|H|5|I|7|17|8|@]|9|@$A|18|B|19|1|1A]]|C|$]]|$1|J|3|K|5|I|7|1B|8|@]|9|@$A|1C|B|1D|1|1E]]|C|$]]|$1|L|3|-4|5|6|7|1F|8|@]|9|@]|C|$]]|$1|M|3|-4|5|6|7|1G|8|@]|9|@]|C|$]]]|N|$O|$5|P|Q|R|C|$S|T]]|U|$5|P|Q|R|C|$S|V]]|W|$5|P|Q|R|C|$S|H]]|X|$5|P|Q|R|C|$S|K]]]]

Given the vagueness of the original question I'm going to go ahead and give a solution that will work with any language that can execute command-line apps. Although it can be a little bit tricky to get setup, <a href="http://www.openoffice.org/" rel="nofollow noreferrer">OpenOffice</a> can be run in headless mode on a server and, with the help of <a href="http://www.artofsolving.com/opensource/jodconverter" rel="nofollow noreferrer">jodconverter</a>, can convert any file format to any other file format (well, any format conversions that openoffice can handle, that is).

Here are a couple of links that help with the setup: 

<ul>
<li><a href="http://iwonderdesigns.posterous.com/how-to-run-jodconverteropenoffice-on-your-hos" rel="nofollow noreferrer">http://iwonderdesigns.posterous.com/how-to-run-jodconverteropenoffice-on-your-hos</a></li>
<li><a href="http://www.artofsolving.com/node/10" rel="nofollow noreferrer">http://www.artofsolving.com/node/10</a></li>
</ul>

What good libraries are there, in any common language, for converting PDF to HTML?

How can I convert PDF to HTML?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

在任何通用语言中，有什么好的库可以将PDF转换为HTML？

问如何将PDF转换为HTML？
EN

回答 9

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将PDF转换为HTML？EN

回答 9

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将PDF转换为HTML？
EN