pdf2html java_pdf2HtmlEX的使用

项目使用背景

内部使用的文件管理系统，实现doc，docx文件的在线预览功能；整体功能类似于知网的功能缩减版：文件的管理，在线预览，查重功能。其中还使用到pdf2htmlEX实现pdf转html，最终实现文章重复部分标红操作。

-- 同OpenOffice4使用篇

优点：

格式完美转换，样式一模一样，解析的html标签还算工整。

缺点：

Linux安装太麻烦了(但是我用docker，一切环境都不是事儿)

格式和html标签没法自定义，html的后续操作难度加大

插件的安装方法

查看作者GitHub里面有最原始的方法，也是最好的。

linux安装起来比较的麻烦，每个版本的系统可能都不一样，有些没办法装上。

最简单的方法就是使用安装好的docker镜像，把自己的开发环境集成上去就ok了。

2019329-195816.jpg

docker search pdf2htmlEX

找了个熟悉系统的版本，centos。项目打包上句就ok了

插件使用方法

插件是以调用命令执行的，所以只要能掉命令就行

java采用 Runtime.getRuntime() 来运行

以下是java代码示例

import org.apache.commons.lang3.StringUtils;

import java.io.File;

/**

* pdf转html工具类

*

* @author 1nchaos

* @date 2019/3/7 13:20

*/

public class Pdf2HtmlUtil {

/**

* 调用pdf2htmlEX将pdf文件转换为html文件

*

* @param exeFilePath pdf2htmlEX.exe文件路径

* @param pdfFile pdf文件绝对路径

* @param destDir 生成的html文件存放路径

* @param htmlFileName 生成的html文件名称

* @return

*/

public static boolean pdf2html(String exeFilePath, String pdfFile, String htmlFileName) {

if (StringUtils.isBlank(exeFilePath) && StringUtils.isBlank(pdfFile)

&& StringUtils.isBlank(htmlFileName)) {

System.out.println("传递的参数有误！");

return false;

}

Runtime rt = Runtime.getRuntime();

StringBuilder command = new StringBuilder();

command.append(exeFilePath).append(" ");

// 生成文件存放位置,需要替换文件路径中的空格

// if (destDir != null && !"".equals(destDir.trim()))