使用XPDF将PDF转换为HTML
2010-08-09 10:19
253 查看
1、下载xpdf最新版本,地址:http://www.foolabs.com/xpdf/download.html
我下载的是xpdf-3.02pl4-win32.zip
2、下载中文支持包
我下载的是 xpdf-chinese-simplified.tar.gz
3、下载pdftohtml支持包
地址:http://sourceforge.net/projects/pdftohtml/
我下载的是:pdftohtml-0.38-win32.zip
4、解压调试
1) 先将xpdf-3.02pl4-win32.zip解压,解压后的内容可根据需要进行删减,如果只需要转换为txt格式,其他的exe文件可以删除,只保留pdftotext.exe,以此类推;
2) 然后将xpdf-chinese-simplified.tar.gz解压到刚才xpdf-3.02pl2-win32.zip的解压目录;
3) 将pdftohtml-0.38-win32.zip解压,pdftohtml.exe解压到xpdf-3.02pl4-win32.zip的解压目录;
4) 目录结构:
+---[X:/xpdf]
|-------各种转换用到的exe文件
|
|-------xpdfrc
|
+------[X:/xpdf/xpdf-chinese-simplified]
|
|
+-------很多转换时需要用到的字符文件
xpdfrc:此文件是用来声明转换字符集对应路径的文件
注意:解压目录中不要有空格,且不要将文件直接解压到根目录下
5) 修改xpdfrc文件(文件原名为sample-xpdfrc)
修改文件内容为:
6) 创建bat文件pdftohtml.bat(放置的路径为X:/xpdf /pdftohtml.bat)
内容为:
7) 创建类
String cmd = "....";此处代码是调用创建的bat文件进行转换
8) 测试转换
运行结果不大理想,运行第一次时,html页面是打不开的,之后才创建了相应的页面,到第二次运行时就正常了,原因不明。。。
我下载的是xpdf-3.02pl4-win32.zip
2、下载中文支持包
我下载的是 xpdf-chinese-simplified.tar.gz
3、下载pdftohtml支持包
地址:http://sourceforge.net/projects/pdftohtml/
我下载的是:pdftohtml-0.38-win32.zip
4、解压调试
1) 先将xpdf-3.02pl4-win32.zip解压,解压后的内容可根据需要进行删减,如果只需要转换为txt格式,其他的exe文件可以删除,只保留pdftotext.exe,以此类推;
2) 然后将xpdf-chinese-simplified.tar.gz解压到刚才xpdf-3.02pl2-win32.zip的解压目录;
3) 将pdftohtml-0.38-win32.zip解压,pdftohtml.exe解压到xpdf-3.02pl4-win32.zip的解压目录;
4) 目录结构:
+---[X:/xpdf]
|-------各种转换用到的exe文件
|
|-------xpdfrc
|
+------[X:/xpdf/xpdf-chinese-simplified]
|
|
+-------很多转换时需要用到的字符文件
xpdfrc:此文件是用来声明转换字符集对应路径的文件
注意:解压目录中不要有空格,且不要将文件直接解压到根目录下
5) 修改xpdfrc文件(文件原名为sample-xpdfrc)
修改文件内容为:
#----- begin Chinese Simplified support package cidToUnicode Adobe-GB1 xpdf-chinese-simplified/Adobe-GB1.cidToUnicode unicodeMap ISO-2022-CN xpdf-chinese-simplified/ISO-2022-CN.unicodeMap unicodeMap EUC-CN xpdf-chinese-simplified/EUC-CN.unicodeMap unicodeMap GBK xpdf-chinese-simplified/GBK.unicodeMap cMapDir Adobe-GB1 xpdf-chinese-simplified/CMap toUnicodeDir xpdf-chinese-simplified/CMap fontDir C:/WINDOWS/Fonts displayCIDFontTT Adobe-GB1 C:/WINDOWS/Fonts/simhei.ttf #----- end Chinese Simplified support package
6) 创建bat文件pdftohtml.bat(放置的路径为X:/xpdf /pdftohtml.bat)
内容为:
@echo off set folderPath=%1 set filePath=%2 cd /d %folderPath% pdftohtml -enc GBK %filePath% exit
7) 创建类
public class ConvertPdf { private static String INPUT_PATH; private static String PROJECT_PATH; public static void convertToHtml(String file, String project) { INPUT_PATH = file; PROJECT_PATH = project; if(checkContentType()==0) { toHtml(); } } private static int checkContentType() { String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length()) .toLowerCase(); if (type.equals("pdf")) return 0; else return 9; } private static void toHtml() { if(new File(INPUT_PATH).isFile()) { try { String cmd = "cmd /c start X://pdftohtml.bat /"" + PROJECT_PATH + "/" /"" + INPUT_PATH + "/""; Runtime.getRuntime().exec(cmd); } catch (IOException e) { e.printStackTrace(); } } } }
String cmd = "....";此处代码是调用创建的bat文件进行转换
8) 测试转换
public static void main(String[] args) { ConvertPdf.convertToHtml("C://test.pdf", "X://xpdf"); }
运行结果不大理想,运行第一次时,html页面是打不开的,之后才创建了相应的页面,到第二次运行时就正常了,原因不明。。。
相关文章推荐
- PDF转换成HTML工具的使用
- 怎样使用PDF Transformer+将PDF转换为HTML
- C# 使用 wkhtmltopdf 把HTML文本或文件转换为PDF
- 网络采集软件核心技术剖析系列(4)---使用C#语言如何将html网页转换成pdf(html2pdf)
- iText – 使用Java将HTML转换为PDF
- 使用pd4ml 将html转换为pdf html2pdf
- java使用pd4ml将html转换成pdf
- 使用Pechkin将HTML网页转换为PDF
- 使用Itext把html转换成pdf文件
- 使用jacob调用Windows的com对象,转换Office文件为pdf、html等
- 使用abcpdf将html转换成pdf文件
- 使用abcpdf将html转换成pdf文件
- JAVA常用API或编程工具001---ITEXT把html转换成pdf的jar包,使用Java将HTML转换为PDF
- 使用xhtmlrenderer把html转换为PDF后右侧内容不显示
- python使用reportlab实现图片转换成pdf的方法
- PDF如何转换成HTML
- 使用wkhtmltopdf完成文件的转换和下载
- 使用Python把Gtest XML测试结果转换为HTML格式
- 使用iText 将html页面转PDF文件(itext+freemarker)
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记(转)