在PDF中将PDF转换为HTML？

我希望能够通过PHP将PDF文件转换为HTML文件，但我遇到了一些麻烦。在PDF中将PDF转换为HTML？

我发现了一个基本的方法来使用Saaspose，它可以将PDF转换为HTML文件。然而，这存在一些问题，例如使用SVG，图像，定位，字体等。

我只需要从PHP文件和任何与其关联的图像中获取文本的能力，然后以线性格式显示它，而不是用绝对定位进行格式化。

我的意思是，如果PDF是这样的：

enter image description here

我想把它转换成单柱设计的HTML文件。如果有图像，我想让它们返回。

这是可能的PHP？我知道我可以简单地从PDF文件中抓取文本，但抓取图像又如何呢？

另一个问题是我希望一切都是内联的，因为它在单个文件中被提供给客户端。目前，我可以通过一些代码，使我的设置做到这一点：

for ($i = 0; $i < $object_number; $i++) { 
       $object = $html->find("object")->find("embed")->eq($i); 
       $embed = file_get_contents("Output/OutputHtml/" . $object->attr("src")); 
       array_push($converted_obj, $embed); 
       array_push($original_obj, $object); 
      } 

      for ($i = 0; $i < $object_number; $i++){ 
       pq($original_obj[$i])->replaceWith($converted_obj[$i]); 
      }

这抓住所有SVG文件和内嵌显示它们。图像会更容易，因为我可以使用base64。

来源

2013-02-08 Charlie

1）下载并解压缩。exe文件到文件夹：http://sourceforge.net/projects/pdftohtml/

2）创建一个PHP文件，并把这个代码（假设，该pdftohtml.exe是该文件夹的内部，与源极sample.pdf太）：

<?php 
$source_pdf="sample.pdf"; 
$output_folder="MyFolder"; 

    if (!file_exists($output_folder)) { mkdir($output_folder, 0777, true);} 
$a= passthru("pdftohtml $source_pdf $output_folder/new_file_name",$b); 
var_dump($a); 
?>

3）进入MyFolder中，你会看到转换的文件（取决于）的页面数..

PS我不知道，但也存在许多商业或试验apis。

来源

2013-12-03 09:59:39

这对我很有帮助，并且非常感谢。但如何给这里的页面范围转换？我尝试添加** passthru（“pdftohtml $ source_pdf 3-5 $ output_folder/new_file_name”，$ b）**，但它不起作用。你能告诉吗？ – Hydrogirl 2014-02-18 21:47:19

也许它转换完整的PDF，你必须添加一个delte php命令（在脚本执行后），删除所有不需要的页面...不知怎的，像这样的概念： '$ unwanted_pages = array（5,6,7,8 ）; foreach（$ unwanted_pages as $ eachPageIndex）{unlink（'filename'。$ eachPageIndex）;}' – 2014-03-07 09:58:32

有指定页面的pdf脚本的参数：http://linux.die.net/man/1/pdftohtml $ a = passthru（“pdftohtml -f $ firstpage -l $ lastpage $ source_pdf $ output_folder/new_file_name”，$ b）; 也检查编码选项 – mameluc 2015-06-10 07:53:58