2

我想将扩展名为 doc/docx/xls/xlsx/pdf 的文件转换为 HTML 文件。有没有办法在 Solaris 上使用 Perl 以简单的方式做到这一点？

4

3 回答 3

2

我用于处理 Microsoft Office 文件的 perl 库非常缺乏，而且我还没有找到能够很好地处理 Office 2007 和 Office 2010 扩展的那些（如果你知道，请在评论中指出一个一！）

如果您有一台运行 Microsoft Office 的 PC，您可以使用 win32ole 从 unix 控制 Office 应用程序。我以前用 Ruby 做过： http ://rubyonwindows.blogspot.com/2007/03/automating-excel-with-ruby.html

这是使用 win32 OLE 的 perl 模块：http://metacpan.org/pod/Win32:: OLE

我个人不推荐 OLE 方法，因为它有很多令人头疼的问题（例如，您必须让 Office 在 PC 上运行才能使 unix 脚本正常工作，Windows 防火墙几乎会随机阻止 unix 脚本，因为您的 PC 会使用补丁进行更新） .

我还没有尝试过，但这里有一个 java 程序，它将使用 OpenOffice 和 GhostScript 为您进行批量转换：http: //www.codeproject.com/KB/java/PDFCM.aspx

于 2011-04-26T15:07:08.350 回答
1

作为旁注，有一个名为 xpdf 的实用程序可以将 pdf 文件转换为 text。这已经在 Solaris 上编译，尽管您必须从源代码编译（您可以从命令行调用该实用程序）。我用过它，它很棒。

更重要的是，它有一个修改版本，可以将 pdf 转换为 html。这个我还没有测试过，但它可能值得一试。

于 2011-01-12T15:30:32.420 回答
1

对于 excel 到 html -> 你可以使用exceltohtml

需要以下模块：

use Spreadsheet::ParseExcel;
use File::Find ; use Cwd ;
于 2011-04-30T14:56:15.320 回答