[开源框架推荐]pdf2htmlEX: 高保真PDF至HTML转换
特点:单页html,嵌入字体(高保真源于此),嵌入图片,分页显示。
其他类型的工具 icepdf,直接输出成一页一页的图片。
pdf to html5 js: http://andreasgal.com/2011/06/15/pdf-js/
pdf to html5:http://www.idrsolutions.com/
pdf to html5 for .net: http://www.winnovative-software.com/
—————— oschina.net的pdf2htmlEX介绍
传统pdf2html有两种:
一种相当于pdf2text加一些比较弱的格式,基本跟pdf2text也差不了多少
另一种是把所有渲染成图片然后嵌到一个html,结果是文字信息都丢失(不能选择,拷贝),生成的文件还巨大。
pdf2htmlEX结合二者优点,既保留了文字,又保留了格式。
具体来说有如下特性
1.从pdf提取字体
2.保证渲染准确性,针对web进行优化(包括减少文件大小,文字行合并,(为HTML文字选择)字体重编码等等)
3.其他内容用图片显示
4.单文件输出,一个HTML搞定一切
转换的效果实例:
Typography http://coolwanglu.github.com/pdf2htmlEX/demo/geneve.html
Formulas
http://coolwanglu.github.com/pdf2htmlEX/demo/cheat.html
Scientific Paper
http://coolwanglu.github.com/pdf2htmlEX/demo/demo.html
中文文档
http://coolwanglu.github.com/pdf2htmlEX/demo/chn.html