java xpdf 转换成html_使用XPDF将PDF转换为HTML的实现步骤

1、下载xpdf最新版本，地址：http://www.foolabs.com/xpdf/download.html

我下载的是xpdf-3.02pl2-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-0.39-win32.tar.gz

4、解压调试

1) 先将xpdf-3.02pl2-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-0.39-win32.tar.gz解压，pdftohtml.exe解压到xpdf-3.02pl2-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:xpdfxpdf-chinese-simplified]

|

http://www.javaeye.com/forums 1.6 Word/Excel/PDF文件转换成HTML整理

|

+-------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

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-simplifiedAdobe-GB1.cidToUnicode

unicodeMap ISO-2022-CN xpdf-chinese-simplifiedISO-2022-CN.unicodeMap

unicodeMap EUC-CN xpdf-chinese-simplifiedEUC-CN.unicodeMap

unicodeMap GBK xpdf-chinese-simplifiedGBK.unicodeMap

cMapDir Adobe-GB1 xpdf-chinese-simplifiedCMap

toUnicodeDir xpdf-chinese-simplifiedCMap

fontDir C:WINDOWSFonts

displayCIDFontTT Adobe-GB1 C:WINDOWSFontssimhei.ttf

#----- end Chinese Simplified support package

6) 创建bat文件pdftohtml.bat(放置的路径不能包含空格)

内容为：

@echo off

set folderPath=%1

set filePath=%2

cd /d %folderPath%

pdftohtml -enc GBK %filePath%

exit

http://www.javaeye.com/forums 1.6 Word/Excel/PDF文件转换成HTML整理

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 + http://www.javaeye.com/forums 1.6 Word/Excel/PDF文件转换成HTML整理

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

}

小编推荐：