从PDF转换为HTML

Question

有没有一种.dll可以让我使用它作为输入和输出？我想从PDF转换为HTML。我的同事说，从PDF中获取文本/字体/图像/边距/链接等，然后创建具有相同内容的新HTML文件，一步一步地进行非常困难。他说这几乎是不可能的。所以我在想--有没有什么dll可以供我参考呢？

Answer 1

写一个程序来做这件事绝对不是一件容易的事。如果您找不到任何.NET库来做这件事(我不能，至少不是免费的)，我会直接download this并以编程方式调用它来获得我的html。

如果您有空闲的时间，并且/或者PDFToHtml没有为您生成可接受的输出，您可以使用use iText自己编写程序。它是一个非常成熟的免费pdf库。我过去曾用它来操作PDF(合并、创建等)。

更新

正如Quandary在评论中指出的那样，与iText提供的商业或PDFSharp许可相比，AGPL库提供了一个更宽松的许可(MIT)。在选择您的库时请牢记这一点。我自己没有使用过PDFSharp库，我不知道它们在功能方面的比较。

Answer 2

你可以下载这个免费的工具：PDFToHTML

然后，在您的程序中，只需派生一个新进程并运行传递PDF文件的可执行文件。我现在刚刚测试了一下，它看起来工作正常。

Answer 3

如果您不介意付费，Aspose提供了一个非常好的解决方案，这就是我们公司使用的解决方案。

http://www.aspose.com/categories/.net-components/aspose.pdf-for-.net/key-features.aspx