问题标签 [pdf-to-html]

我正在使用 poppler 实用程序将 PDF 文档转换为 HTML。但它为每个页面创建单独的 html 文件，但在将 pdf 转换为 html 后我想要一个 HTML 文件。

我使用了以下语法：

但它创建 abc-1.html、abc-2.html、....等

我也尝试过 pdftohtml -c abc.pdf abc.html但没有得到预期的输出。

谁能告诉如何在单个文件而不是多个 html 文件中获取 html 输出？

我需要将一些 pdf 文件转换为 HTML。我为 PHP 下载了 pdftohtml，但我不知道如何使用它。我正在尝试使用以下代码运行它：

这会导致一个空白网页。

我需要修改什么？运行此脚本的正确代码是什么？

Poppler Utils除了https://github.com/mgufrone/pdf-to-html ，我还为 windows 安装了

它完美地工作并且PDF files通过HTML使单个 HTML 文件包含2 个iframe，一个用于pages navigation，另一个用于actual text.

问题是当HTML文件生成时，链接iframe src给出了一个错误的链接。

例如：

• Test.html

• Pages.html

• Page_1.html

所有这些文件都存在于名为“Output”的同一文件夹中。

Test.html包含 2 个iframes链接到Pages.html和Page_1.html

这里的问题是Test.html：

应该：

PDF.php

Base.php

我正在使用以下代码，并且特定 pdf 页面的所有内容都以正确的方式转换。但是，如果 pdf 页面中间有任何图像，则 HTML 中的该图像显示在顶部。

PHP代码：

编辑：

请检查我用于此的 pdf：https ://www.dropbox.com/s/6uy9wq27ff00n0x/create.pdf?dl=0

在此 PDF 中，图像在 2 行之后。

// 加载转换后的html页面。shell_exec 将 's' 添加到 html 文件，creates.html

// 输出

现在看看

就在身体标签之后。这意味着图像被移到顶部以代替第三行。

我需要将 PDF 文档转换为 HTML 并在编辑 html 之后将此 HTML 转换为 PDF 。我使用 'pdftohtml' ubuntu 命令（pdftohtml - 将 pdf 文件转换为 html、xml 和 png 图像的程序），如下面的 PHP 代码

它成功转换了整个文档，但它在页面顶部传递了所有图像。谁能帮我做这份工作？

我正在寻找一种使用 abcpdf 将 pdf 文档转换为相应 html 文档的方法。请让我知道这是否可行。仅供参考，我的 pdf 文档具有丰富的文本和图像。

我尝试了各种在线工具将 .pdf 文档转换为 excel，但我总是得到 4 个空白表格，或者它说文件大小很大，或者它给出了一些垃圾字符。有人可以给我一个免费转换文件的替代方案吗？这个文件非常复杂，数据量很大。该文件可以从https://lottery.mhada.gov.in/results/file/160622122051Mhada%20-%20Lottery%20Ad(English).pdf下载

请帮忙

我安装了 docker 并通过它运行 pdf2htmlEX

这是我的路径和 pdf 包含在里面：

运行以下命令时：

和 test.pdf 之前的完整路径的其他组合我继续无法读取文件错误。

我不确定权限是否是一个原因，但是在检查用户权限时它具有读写权限：

关于为什么找不到或无法读取那里的 pdf 文件的任何想法？我正在尝试将其转换为 .html

我使用 pdfminer 将复杂（表格、数字）和非常长的 pdf 转换为 html。我想进一步解析结果（例如提取表格、段落等），然后使用 nltk 中的句子标记器进行进一步分析。为此，我想将 html 保存到文本文件以弄清楚如何进行解析。不幸的是，我的代码没有将 html 写入 txt：

此外，代码在 shell 中打印了整个 html 字符串：我怎样才能避免它？

如何在多个文件或包含 pdf 文件的文件夹上使用 pdf2htmlEX？

我能够很好地转换单个文件，但我显然不想为 100 个文件运行 100 次命令。

我在文档中找不到任何内容，并且“*.pdf”之类的内容不起作用。

谢谢！