是否有用于将文档从pdf转换为html的java库？
开源实施将是首选。
问题答案：
显然，这不是一件容易的事，PDF格式比HTML格式丰富得多（此外，您必须提取图像并将其链接等）。
简单的文本提取要简单得多（尽管不小…）。
我在问题的侧边栏中看到一个类似的问题：使用Python将PDF转换为HTML，这指向一个库（poppler，它显然是用C
++编写的，也许可以用JNI / JNA进行访问），还涉及到一个相关的问题，甚至更多答案。
-
问题内容： 我是一名PHP开发人员，在我的一个项目中，我需要将一些HTML文档（大约30至50页）转换为PDF文档。 我的搜索找到了以下可能的解决方案。其中包括一些PHP库和一些命令行应用程序。每种都有自己的优点和缺点。 PHP库： fpdf（需要更多的转换努力） tcpdf（需要更多的转换努力） html2fpdf http://html2fpdf.sourceforge.net html2pd
-
问题内容： 我需要从现有的（X）HTML文档自动生成PDF文件。输入文件（报告）使用非常简单的基于表的布局，因此可能不需要支持真正精美的JavaScript / CSS。 由于我习惯于在Java中工作，因此最好在Java项目中轻松使用的解决方案。不过，它仅需要在Windows系统上工作。 一种可行的方法，但不会产生高质量的输出（至少是开箱即用的），一种方法是使用CSS2XSLFO和Apache F
-
我想把HTMLdocument转换成PDF文件。为此，我毫无问题地将我的文档从HTML转换为。docx。把它从。docx到PDF我遵循以下链接：在java中将docx转换成PDF 但我有一个错误： 线程“JavaFX应用程序线程”java中出现异常。lang.NoSuchMethodError:org。阿帕奇。波伊。这是我最喜欢的部分。getPackageRelationship（）Lorg/ap
-
问题内容： 按照目前的情况，这个问题并不适合我们的问答形式。我们希望答案得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 7年前关闭。 我需要从现有的（X）HTML文档自动生成PDF文件。输入文件（报告）使用非常简单的基于表的布局，因此可能不需要支持真正精美的JavaScript / CSS。
-
问题内容： 将PDF文档转换为HTML在浏览器中查看的最佳解决方案是什么？该站点有多个PDF文档，访问者可以单击HTML格式的视图，并且应在屏幕上以HTML文件的形式查看。 运行PHP，Linux，Apache的标准网站。 问题答案： pdftohtml可以正常工作：快速，稳定，但是html结果充其量是丑陋的。我已经在有很多工作简历的网站上使用了很长时间。 但是，这是提取文本内容的好方法。 或Go
-
我想在pdf中更改一些超文本标记语言。我所有的html都是超文本标记语言字符串，但我不知道如何在中正确传递。 如果有人知道怎么做。。一定很好。多谢多姆