如何通过 Java 代码将 PDF 转为 HTML 格式

2023-05-22
四川
本文字数：1751 字
阅读完需：约 6 分钟

虽然 PDF 文件适合用于打印和发布，但不适合所有类型的文档。例如，包含复杂图表和图形的文档可能无法在 PDF 中呈现得很好。但是 HTML 文件可以在任何可运行浏览器的计算机上进行阅读并显示。并且 HTML 还具有占用服务器资源较小,便于搜索引擎收录的特点。那么今天这篇文章就将展示如何通过 Java 应用程序将 PDF 文档转为 HTML 格式。下面是我整理的具体步骤及方法，并附上 Java 代码供大家参考。

将 PDF 文档转换为 HTML 文件
将 PDF 文档转换为嵌入 SVG 的 HTML 文件
将 PDF 文档转换为 HTML 流

代码编译环境：

IntelliJIDEA 2019（jdk 1.8.0）

PDFJar 包：Free Spire.PDF for Java 5.1.0

引入 jar 包

导入方法 1：

手动引入。将Free Spire.PDF for Java下载到本地，解压，找到 lib 文件夹下的 Spire.PDF.jar 文件。在 IDEA 中打开如下界面，将本地路径中的 jar 文件引入 Java 程序：

导入方法 2：如果您想通过 Maven 安装，则可以在 pom.xml 文件中添加以下代码导入 JAR 文件。

<repositories>
        <repository>
            <id>com.e-iceblue</id>
           <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
        </repository>
    </repositories>
<dependencies>
    <dependency>
       <groupId>e-iceblue</groupId>
       <artifactId>spire.pdf.free</artifactId>
        <version>5.1.0</version>
    </dependency>
</dependencies>

复制代码

将 PDF 文档转换为 HTML 文件

我们可以使用 PdfDocument.saveToFile(String filename,FileFormat.HTML) 方法，可以直接将 PDF 文档转换为 HTML 文件。具体步骤如下。

创建 PdfDocument 的对象。
使用 PdfDocument.loadFromFile() 方法加载 PDF 文件。
使用 PdfDocument.saveToFle() 方法将 PDF 文件另存为 HTML 文件。

完整代码

Java

import com.spire.pdf.*;
public class convertPDFToHTML {    public static void main(String[] args) {
        //创建PdfDocument的对象        PdfDocument pdf = new PdfDocument();
        //加载PDF文件        pdf.loadFromFile("郁金香.pdf");
        //将PDF文件保存为HTML文件        pdf.saveToFile("PDFToHTML.html",FileFormat.HTML);        pdf.close();    }}

复制代码

将 PDF 文档转换为嵌入 SVG 的 HTML 文件

使用 PdfDocument.getConvertOptions().setPdfToHtmlOptions(true) 方法，可以在转换时嵌入 SVG。将 PDF 文件转换为嵌入 SVG 的 HTML 文件的详细步骤如下。

创建 PdfDocument 的对象。
使用 PdfDocument.loadFromFile() 方法加载 PDF 文件。
使用 PdfDocument.getConvertOptions().setPdfToHtmlOptions(true) 方法启用嵌入 SVG。
使用 PdfDocument.saveToFle() 方法将 PDF 文件另存为 HTML 文件。

完整代码

Java

import com.spire.pdf.*;
public class convertPDFToHTMLEmbeddingSVG {    public static void main(String[] args) {
        //创建PdfDocument的对象        PdfDocument doc = new PdfDocument();
        //加载PDF文件        doc.loadFromFile("郁金香.pdf");
        //设置嵌入SVG        doc.getConvertOptions().setPdfToHtmlOptions(true);
        //将PDF文件另存为HTML文件        doc.saveToFile("PDFToHTMLEmbeddingSVG.html", FileFormat.HTML);        doc.close();    }}

复制代码

将 PDF 文档转换为 HTML 流

Free Spire.PDF for Java 还支持将 PDF 文档转换为 HTML 流。具体步骤如下。

创建 PdfDocument 的对象。
使用 PdfDocument.loadFromFile() 方法加载 PDF 文件。
使用 PdfDocument.saveToStream() 方法将 PDF 文件保存为 HTML 流。

完整代码

Java

import com.spire.pdf.*;
import java.io.*;

public class convertPDFToHTMLStream {    public static void main(String[] args) throws FileNotFoundException {
        //创建PdfDocument的对象        PdfDocument pdf = new PdfDocument();
        //加载PDF文件        pdf.loadFromFile("示例文档.pdf");
        //将PDF文件另存为HTML流        File outFile = new File("PDFToHTMLStream.html");        OutputStream outputStream = new FileOutputStream(outFile);        pdf.saveToStream(outputStream, FileFormat.HTML);        pdf.close();    }}

复制代码

效果图

—本文完—

发布于: 46 分钟前阅读数: 4

原文链接:【http://xie.infoq.cn/article/db4716793a8f491c0643cf70e】。

在下毛毛雨

关注

还未添加个人签名 2022-06-02 加入

还未添加个人简介

发布

暂无评论

创作场景

如何通过 Java 代码将 PDF 转为 HTML 格式

将 PDF 文档转换为 HTML 文件

完整代码

完整代码

将 PDF 文档转换为 HTML 流

完整代码

效果图

在下毛毛雨

评论