html无损转换pdf,Pdf2html ：高保真PDF至HTML转换

高保真PDF至HTML转换

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

pdf2htmlEX开源主页地址

详细介绍

中文讨论组

编译流程：

官方编译文档：https://github.com/coolwanglu/pdf2htmlEX/wiki/Building

对环境要求较高，建议使用最新机器，本例安装采用centos7

YUM基本包：

yum install cmake gcc gcc-c++ gnu-getopt java-1.8.0-openjdk libpng-devel fontforge-devel cairo-devel poppler-devel libspiro-devel poppler-data libjpeg-turbo-devel git fontconfig-devel glibc-static glibc-devel libtool-ltdl-devel zlib-devel poppler-glib-devel mk-configure.noarch libjpeg-turbo libtiff giflib-devel libXt-devel automake bzip2 libuninameslist-devel libspiro dbus-python-devel pango-devel chrpath uuid-c++ uuid uthash-devel.noarch jpackage-utils.noarch gettext libxml2-python27 libxml2-python26 python27-python-devel libxslt-python26 libxslt libxslt-devel python-devel python-javapackages.noarch –nogpgcheck poppler-cpp poppler-cpp-devel libstdc++48-static openjpeg-devel libjpeg libjpeg-devel libpng freetype freetype-devel libxml2 libxml2-devel zlib glibc glib2 glib2-devel bzip2-devel ncurses ncurses-devel curl curl-devel e2fsprogs e2fsprogs-devel krb5 krb5-de