使用XPDF将PDF转换为HTML的实现步骤
发布时间：2009-08-08 15:17:46 作者：佚名 
我要评论
我要评论Word/Excel/PDF文件转换成HTML整理
（福利推荐：你还在原价购买阿里云服务器？现在阿里云0.8折限时抢购活动来啦！4核8G企业云服务器仅2998元/3年，立即抢购>>>：9i0i.cn/aliyun）
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:\xpdf\xpdf-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-simplified\Adobe-GB1.cidToUnicode
unicodeMap ISO-2022-CN xpdf-chinese-simplified\ISO-2022-CN.unicodeMap
unicodeMap EUC-CN xpdf-chinese-simplified\EUC-CN.unicodeMap
unicodeMap GBK xpdf-chinese-simplified\GBK.unicodeMap
cMapDir Adobe-GB1 xpdf-chinese-simplified\CMap
toUnicodeDir xpdf-chinese-simplified\CMap
fontDir C:\WINDOWS\Fonts
displayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.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");
}
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:\xpdf\xpdf-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-simplified\Adobe-GB1.cidToUnicode
unicodeMap ISO-2022-CN xpdf-chinese-simplified\ISO-2022-CN.unicodeMap
unicodeMap EUC-CN xpdf-chinese-simplified\EUC-CN.unicodeMap
unicodeMap GBK xpdf-chinese-simplified\GBK.unicodeMap
cMapDir Adobe-GB1 xpdf-chinese-simplified\CMap
toUnicodeDir xpdf-chinese-simplified\CMap
fontDir C:\WINDOWS\Fonts
displayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.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");
}
相关文章
如何使用Foxit PDF Editor软件编辑PDF文件?Foxit PDF Editor图文教程
最近有用户反映想利用一种软件来编辑PDF文件，下面小编就为大家讲解如何使用Foxit PDF Editor软件编辑PDF文件，方法其实很简单的，需要的用户快来试试吧2016-10-18Foxit PDF Editor(PDF文本编辑)功能介绍 Foxit PDF Editor图文使用教程
Foxit PDF Editor怎么使用呢？这款软件有几种特殊的功能，下面小编就为大家具体的讲解这些功能的具体的使用方法，快来试试吧2016-10-18pdffactory pro虚拟打印机怎么用 pdffactory打印机使用图文教程
虚拟打印机的使用方法都是一样的。和平时的打印文件一样，只是在选择打印机的时候选择Tinypdf就好了2014-01-11- Pdf虚拟打印机，一般都是用在考场上，很多时候考试要求需要学生远程打印，那么就需要一款虚拟打印机了，这样只可以看到别人打印的文件，就不会被真实的打印出来，是非常实2012-12-04
- 如今PDF格式的文件已经被广泛被运用到电子出版、电子商务、电子政务、文档管理等领域。具体的说，广告名片印刷、公司文档、邮件附件传输、网络资料都可见PDF的踪影。2010-02-27
- 有一些网友想将自己手上的pdf文件进行文字修改，这就需要用到一款专业的pdf编辑器，今天为大家推荐一款可以修改PDF文件文字的编辑器：捷速PDF编辑器2015-06-03
- 肯定有不少跟我一样的办公人员考虑过这一问题，现在很多资料的保存方式是以PDF形式存在的，有时候同类型的文件我们会希望放在一起，看着电脑中各种文件零零散散的比较烦，2014-10-29
- 使用某个软件，都不太愿意下载软件到电脑上使用。迅捷在线PDF转换器就考虑到了这一点，下面为大家介绍下PDF转换器操作步骤2014-12-16
Foxit PDF Editor如何修改PDF文件?Foxit PDF Editor使用教程
如何利用Foxit PDF Editor软件修改PDF文件呢?其实方法很简单的，下面小编就为大家具体的讲解修改PDF文件的具体步骤，需要的用户快来试试吧2016-10-18
最新评论