我已经用谷歌搜索（没有任何运气）open source software that can convert doc, ppt, and pdf to HTML5.（Scribd到底是做什么的）是否有与 Scribd 的转换类型等效的开源代码？
如果有人知道付费服务，那也可以。Scribd 有一个API，但它是用于 flash 查看器的。另外，我想托管自己的内容，因为我需要进一步控制转换后的 html 文档。
问问题
42645 次
6 回答
15
您不太可能找到能够做到这一切的单一产品，尤其是在开源世界中。您更有可能最终依赖于杂乱无章的东西，甚至可能需要链接一些转换器才能获得 HTML。（例如 PDF -> ps -> HTML）
OpenOffice 支持转换为 HTML，并且可以从命令行调用。
http://pdftohtml.sourceforge.net/看起来相当擅长将 pdf 转换为 html。
对于 Word ML 或 OpenXML 格式的 Doc，可以想象您可以使用 XSLT 转换，因为输入和输出格式都是 XML。我已经看到一些样式表在网络上浮动，但是 YMMV。
顺便说一句，为什么对开源有特定的要求？例如，MS Powerpoint 已经支持另存为 HTML。
于 2010-09-03T07:15:54.287 回答
5
Open Office 会将 pdf 转换为 html，但您会受到设计质量的影响。
我建议要么：Crocodoc作为付费服务（它为不同的平台提供不同的风格，例如Python、Ruby、Java、PHP允许开发人员使用他们的 API。）或等待官方的 Adobe 工具（它正在开发中）。
于 2011-02-18T21:42:46.733 回答
3
对于 PDF 到 HTML 的转换，pdf2htmlEX 似乎是一个非常好的工具（查看所有示例/示例）：
于 2013-10-02T20:56:31.453 回答
1
http://wvware.sourceforge.net/
wvHtml：将您的 Word 文档转换为 HTML4.0。
可能： http ://www.abisource.com/ 但在这种情况下，它看起来像手动“打开文档”>“导出 html”，也许插件有帮助。不确定，您是什么意思：“可以转换的源软件”。
或者这个： http ://www.zope.org/Members/sf/NuxDocument
pdftohtml 也会给你一个 html 页面输出。但是你必须在它的图形界面上工作。因为它似乎不是很有交互性。
于 2010-08-24T21:12:06.600 回答
1
对于 pdf 有一个由 mozilla 启动的开源项目，它非常好：https ://github.com/mozilla/pdf.js/
您可以看到一个 hello world 示例：https ://github.com/mozilla/pdf.js/tree/master/examples/helloworld
对于其余的文档类型，我认为 LibreOffice 表示计划在 html5 中构建一些东西，但到目前为止还没有做任何事情。
于 2013-06-11T08:10:05.917 回答
-1
于 2013-09-27T09:16:38.420 回答