使用XPDF将PDF转换为HTML的操作步骤
1、下载xpdf最新版本,我下载的是
2、下载中文支持包,我下载的是
3、下载pdftohtml支持包,我下载的是:
4、解压调试
1) 先将解压,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,以此类推;
2) 然后将解压到刚才的解压目录;
3) 将解压,解压到的`解压目录;
4) 目录结构:
+---[X:xpdf]
|-------各种转换用到的exe文件
|
|-------xpdfrc
|
+------[X:xpdfxpdf-chinese-simplified]
|
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 oUnicode
unicodeMap ISO-2022-CN odeMap
unicodeMap EUC-CN odeMap
unicodeMap GBK odeMap
cMapDir Adobe-GB1 xpdf-chinese-simplifiedCMap
toUnicodeDir xpdf-chinese-simplifiedCMap
fontDir C:WINDOWSFonts
displayCIDFontTT Adobe-GB1 C:
#----- end Chinese Simplified support package
6) 创建bat文件(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
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_tring(INPUT_IndexOf(".") + 1, INPUT_th())
werCase();
if (ls("pdf"))
return 0;
else
return 9;
}
private static void toHtml()
{
if(new File(INPUT_PATH)le())
{
try
{
String cmd = "cmd /c start X: "" + PROJECT_PATH + "" 1.6 Word/Excel/PDF文件转换成HTML整理
untime()(cmd);
}
catch (IOException e)
{
tStackTrace();
}
}
}
}
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)
{
ertToHtml("C:", "X:xpdf");
}