問題タブ [pdf-to-html]

ユーザーが行うことは、自分のマシンで PDF ドキュメントを選択し、それを自分の Web サイトにアップロードして、Web サイトに表示する HTML ドキュメントに変換することです。ドキュメントは変換後にデータベースに保存されます。

PDF を HTML に変換する最良の方法は何ですか?

私は、ユーザーが「ニュース」記事を pdf として作成し、それをサーバーにアップロードして HTML に変換し、Web サイトに表示するという要件を受け取りました。

PDF ドキュメントを変換してブラウザで HTML として表示するための最適なソリューションは何ですか? このサイトにはいくつかの PDF ドキュメントがあり、訪問者は [HTML として表示] をクリックすると、HTML ファイルとして画面に表示されます。

PHP、Linux、Apache を実行する標準的な Web サイト。

フォーマットを維持する必要があり、オリジナルとほぼ同じに見えます。

プログラムでPDFをHTMLに変換しようとしています。これまでpdftohtmlを使用してきましたが、ユーザーは結果に満足していません。

これが私が必要とするものです：

• 私はRubyonRailsを使用していますが、Unixで動作するツールはすべて、コマンドラインから呼び出すことができるので動作します。しかしもちろん、素敵な宝石やプラグインは完璧でしょう。

• 私はそれがオープンソースであることを望みます

• 画像を処理できる必要があります

• 必要に応じて画像を破棄するオプションがあればいいのですが

• 安定している必要があります

• 元のpdfに近いレイアウトでhtmlを返す必要があります（私はpdftohtmlを試しましたが、多くの場合、結果はそれほど良くありません）

C＃を使用してpdfをhtmlに変換したい...誰かアイデアを教えてください..

私は pdftohtml を試していますが、テーブルを正しく解析するのが難しい場合があります。2 つの列のテキストを 1 つのセルにグループ化しているため、結果のデータを解析しようとしても無駄です!

これは PDF 内で 1 回か 2 回しか発生しないため、まったく予測できないことに注意してください。

pdftohtml の最新バージョン (0.40a ベータ版を含む) を試しましたが、役に立ちませんでした。

試してみる価値のある Linux 互換の同等品を知っている人はいますか?

ありがとう、

サム

JavaScript を使用して PDF のページの水平スクロールをどのように達成できるのか疑問に思っています。次のほうがよいですか。

1. PDF のページを HTML ファイルに変換し、src="...each page.html" の iframe の間を左右にクリックしますか?
2. PDF のページを iframe 以外の HTML 要素 (DIV など) に変換し、各ページのコンテンツを含む要素の間を左右にクリックします。

PDFのテキストが検索可能であることを確認したいので、そのページを画像にしたくありません。また、1 つの Web ページに複数の iframe を配置するというフォーマットの問題があるため、iframe の使用にも懐疑的です。「PDFtoHTML」Linuxベースのソフトウェアを使用してPDFをHTMLに変換した後、このアプローチをすでにテストしましたが、一般的にこれは最適なソリューションではないことがわかりました。

オプション2のようですが、プログラムでPDFを複数のDIVに解析する方法がわかりません。JavaScript の他に、PHP と Linux には精通していますが、解決策を考えるのに役立つ場合は、他の言語には精通していません。

私は現在、ApacheWebサーバーを実行するリモートCentOS5.6システムでsshを使用しています。pdftohtml残念ながら、現在そのマシンにインストールされていないpopplerバイナリを使用する必要があります。そこで、popplerパッケージをダウンロードして、ユーザーフォルダーの下にビルドしました。IIはシステム管理者ではないので、私はしませんでした

コンパイルしたファイルはすべて下にあります

PHPを介して実行する必要があるファイルshell_exec()は

ssh bashを介して実行すると、正しい出力が得られます。代わりに、次の行をphpスクリプトに配置します。

次の出力が得られます。

現在-rwxrwxrwxであるファイルパーミッションを777に設定してみました。shell_exec("whoami");また、使用すると「apache」になることにも気づきました。ファイルのパーミッションが-rwxrwxrwxの場合、apacheはスクリプトを実行できるべきではありませんか？

また、popplerをインストールするmake installことで問題が解決することも知っていますが、これはテスト目的であるため、テストが完了するまで、個人用フォルダーの外部でシステムを「汚染」することは避けたいと思います。

助けてくれる人に感謝します！

JavaでPDFドキュメントを単一のHTMLファイルに変換しようとしています。オンラインのほとんどのコンバーターは、1 つの PDF ファイルを複数の HTML ファイルに変換します。PDF全体を単一のHTMLファイルに変換したい。

助言がありますか？

表のみを含む PDF ファイルを同等の XML 形式に変換する方法は?