如何在HTML中转换PDF？

Question

我知道有人在这里问过一些类似的问题，但我看到了所有的问题，没有人能让我满意。

嗯，我试过xpdf和pdftohtml都很好，但旧的和新版本的PDF似乎不能工作。

我的问题是找到一种方法，可以让我转换任何PDF或文档到HTML，并保持样式和结构。如果有人拥有某样东西，甚至付出了完美的代价。

Answer 1

好吧，我尝试了一些专门用于Linux的库，但这是我的中间结论。

PDFtoHTML太旧了，没有考虑到所有新的PDF规范，例如PDF1.7(主要是因为它使用了xpdf2.02，而xpdf已经在他的3版本中)

我发现继续PDFTOHTML开发的Poppler以及一些新的实用程序非常有用，而不是PDFtoHTML。实际上，在开源项目中，是波普尔更好地渲染了我复杂的PDF。我不得不用一个几乎相等的Here。

最后，这是我要用到的。ImageMagick + Poppler。我将转换我的PDF为图像，并使用PDFtoHTML的弹出器的XML输出在我的图像上添加一个新的层。

Answer 2

像您一样，我也在寻找一种从PDF到HTML甚至更好的XHTML的自动转换工具。虽然只有两个方面，但毕竟http://www.pdfonline.com (Online PDF To HTML)为我做了最好的工作。它甚至能够过滤和正确显示表格和段落，而不仅仅是短语！

但这对我的工作来说还不够，所以我手动生成了一个模板文件。