[开源框架推荐]pdf2htmlEX: 高保真PDF至HTML转换

[开源框架推荐]pdf2htmlEX: 高保真PDF至HTML转换

特点：单页html，嵌入字体（高保真源于此），嵌入图片，分页显示。

其他类型的工具 icepdf，直接输出成一页一页的图片。

pdf to html5 js: http://andreasgal.com/2011/06/15/pdf-js/

pdf to html5：http://www.idrsolutions.com/

pdf to html5 for .net: http://www.winnovative-software.com/

—————— oschina.net的pdf2htmlEX介绍

传统pdf2html有两种：

一种相当于pdf2text加一些比较弱的格式，基本跟pdf2text也差不了多少

另一种是把所有渲染成图片然后嵌到一个html,结果是文字信息都丢失（不能选择，拷贝），生成的文件还巨大。

pdf2htmlEX结合二者优点，既保留了文字，又保留了格式。

具体来说有如下特性

1.从pdf提取字体

2.保证渲染准确性，针对web进行优化（包括减少文件大小，文字行合并，（为HTML文字选择）字体重编码等等）

3.其他内容用图片显示

4.单文件输出，一个HTML搞定一切

转换的效果实例：

Typography http://coolwanglu.github.com/pdf2htmlEX/demo/geneve.html

Formulas

http://coolwanglu.github.com/pdf2htmlEX/demo/cheat.html

Scientific Paper

http://coolwanglu.github.com/pdf2htmlEX/demo/demo.html

中文文档

http://coolwanglu.github.com/pdf2htmlEX/demo/chn.html