pdf2htmlex-精准将pdf转换成html

pdf2htmlex概述

主要特性

  • 生成原生的HTML,其中字体和元素位置与pdf一样精准。
  • 灵活输出:支持所有内容生成在单个HTML文件中;也支持分页生成多个html文件,资源如字体、图像、CSS生成单独的文件,实现按需加载(需要JavaScript)。
  • 文件大小适中,有时甚至比 PDF 还小。
  • 支持链接、大纲(书签)、打印、SVG 背景、Type 3字体等

问题

  • 不支持在windows中运行,支持linux,如ubuntu、alpine
  • 环境比较复杂,难以独立安装
  • docker运行必须精确指定标签

docker安装

  • 安装镜像

    docker pull pdf2htmlex/pdf2htmlex:0.18.8.rc2-master-20200820-alpine-3.12.0-x86_64

  • 设置别名

    alias pdf2htmlEX='docker run -ti --rm -v "pwd":/pdf -w /pdf pdf2htmlex/pdf2htmlex:0.18.8.rc2-master-20200820-alpine-3.12.0-x86_64'

  • 测试安装

    pdf2htmlEX --help

常用命令

  • 显示运行参数

    pdf2htmlEX -h

    pdf2htmlEX --help

  • 转化pdf

    pdf2htmlEX --zoom 1 test.pdf

  • 高级用法

    pdf2htmlEX -f 3 -l 5 --fit-width 1024 --bg-format jpg pdf/test.pdf

    仅转换第 3、第 4 和第 5 页,并将页面宽度调整为 1024 像素,背景图像将以 JPEG 格式生成

  • 对于发布者

    pdf2htmlEX --embed cfijo --dest-dir out pdf/test.pdf

    将在 out 目录中生成一个test.html和相关的资源文件,资源如字体、图像、CSS 和 JavaScript等都保存在单独的文件中,以便利用浏览器缓存。

  • 分页生成

    pdf2htmlEX --embed cfijo --split-pages 1 --dest-dir out --page-filename test-%d.page pdf/test.pdf

每个pdf页面都保存在各自单独的文件中,这些文件被命名为 test-0.page、test-1.page 等,在主页面test.html中通过ajax动态加载页面,以实现延迟加载页面。

  • fallback模式
    pdf2htmlEX --fallback 1 pdf/test.pdf
    生成单个test.html,由图像和隐藏文本组成。此模式以更大的文件大小为代价,提供了最大的准确性和兼容性。仅当pdf2htmlEX无法正确处理您的文件时,才使用此模式

原始地址:https://b.i68.ltd/archives/pdf2htmlex-pdfhtml

i68爱六八,链接你我他:https://i68.ltd

相关推荐
开开心心就好3 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
AI导出鸭PC端5 小时前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
w3296362712 天前
飞书接单到月度结算:我用一个 DSH 插件跑通鞋类采购 WMS,附 22 项验收
pdf·node.js·飞书·后端开发·ai agent
小熊熊知识库5 天前
双层PDF转换软件
pdf·双层pdf转换
AI导出鸭PC端9 天前
Perplexity批量导出没有PDF模式?AI导出鸭插件补上最后一块拼图
人工智能·pdf·c#·ai导出鸭
Ravenq~9 天前
无头转换:把 .docx 变成 PDF,不打开编辑器
pdf·编辑器
联犀10 天前
纯 Go 的 CAD 开源库 go-cad:直接解析 DWG/DXF,现在也能导出 PDF
开发语言·golang·pdf
FinelyYang13 天前
uniapp使用kkfileview在线预览ppt,excel,word,pdf类型文件
pdf·uni-app·powerpoint
WORLDPO922614 天前
QTE-020-01-L/F/C-D-A-K-TR_实物_数据手册PDF_国产替代
pdf
asdzx6714 天前
C# 操作 PDF 元数据:从属性写入到字段提取的完整流程
前端·pdf·c#