怎么把PDF转换成HTML？这几个工具帮你轻松解决

于程序员来说，每天编写代码是他们必做的事。就像从事网课教育行业的小伙伴来说，他们需要在代码的框架里加入PDF文档的讲义内容。如果采取手动撰写PDF里的内容会拉低整体的工作效率，但是直接添加将PDF转换为HTML格式用到程序框架中的话，就可以省掉许多无谓步骤了。那你们知道PDF转HTML格式怎么弄？下面我就来告诉你们几个简单的转换方法，你们快来看看吧！

方法一：使用全能PDF转换助手

这是一款专业的文件转换软件，它能支持很多种文件转换格式，包括PDF转HTML、PDF转Word、PDF转Excel、PDF转PPT、WPS转Word、CAD转图片等格式，而且它大部分的转换功能都支持批量的文件导入，对于办公人士来说，非常方便。

操作如下：

第一步：首先在电脑上打开该软件，点击【PDF转其他】，选择【PDF转HTML】，导入一个或者多个需要转换的PDF文件。

第二步：根据我们的需要，在文件后面选择要转换的页码，再点击右下角的【开始转换】，稍等片刻，系统就会自动转换并下载好HTML格式的文件了。

另外这款软件还新推出了手机APP版本，可以随时帮助我们进行转换文件格式、翻译、压缩等操作，如果你们有兴趣的话，也可以去下载试一试。

方法二：使用万能文字识别软件

这个软件虽然是一个识别软件，但它的功能也不少。该软件也支持PDF转换处理，我们只需使用这个软件就可以快速地把PDF转换HTML格式。

操作如下：

第一步：首先依次点击该软件的【PDF转换处理】——【PDF转HTML】，然后导入需要转换格式的PDF文件。

第二步：然后根据我们的需要点击下面的【添加文件】添加多个需要转换的PDF文件，再点击【开始转换】，HTML的格式就转换好了。

以上就是今天的内容，现在你们应该都知道PDF转HTML格式怎么弄了吧？如果大家还知道其他更好的方法，欢迎在评论区留言哦。

里讲一种实现起来比较简单的html转pdf下载的实现。

依赖插件

html2canvas jspdf

思路

通过html2canvas，我们可以将指定的一个dom元素，渲染到canvas中，然后从canva中获得该图片，并将图片通过jspdf来生成。

代码

function createPdf (selector,pagesize,direction,title){
    var key = pagesize +''+direction;
    var settings = {
        '00' : {
            pdf : {orientation : 'portrait',format : 'a4',unit : 'px'},
            width : 448,
            height : 632.5
        },
        '01' : {
            pdf : {orientation : 'landscape',format : 'a4',unit : 'px'},
            width : 632.5,
            height : 448
        },
        '10' : {
            pdf : {orientation : 'portrait',format : 'a3',unit : 'px'},
            width : 632.5,
            height : 894.2
        },
        '11' : {
            pdf : {orientation : 'landscape',format : 'a3',unit : 'px'},
            width : 894.2,
            height : 632.5
        }
    };
    var set = settings[key];
    var doc = new jsPDF(set.pdf);
    var arr = [];//根据顺序保存
    var $arr = $(selector);
    function tempCreate(){
        if($arr.length == 0){//没有啦
            //执行生成
            tempPdf();
        }else{
            var $dom = $arr.splice(0,1);
            html2canvas($dom[0]).then(canvas => {
                var dataurl = canvas.toDataURL('image/png');
                arr.push(dataurl);
                tempCreate();
            });
        }
    }
    function tempPdf(){
        arr.forEach((item,i)=>{
            if(i !== 0){
                doc.addPage();
            }
            doc.addImage(item,'png',-1,-1,set.width,set.height);//根据不同的宽高写入
        })
        //根据当前的作业名称
        doc.save(title+'.pdf');
    }
    tempCreate();
}

需要指定容器(依赖jquery),然后指定纸张A4或 A3，以及横纵向。

//调用
createPdf('.single-page',0,0,'test')

当然，如果是数据量很大的话，就不建议在前台生成了，最好还是放在后端去做。个人测试过，做A4的图片生成PDF，当数量大约在100左右的时候，浏览器就崩溃了，如果只是几页的数据的话，这个方式还是很方便的。

Ps：浏览器要是现代浏览器哈。

参考资料

html2canvas : http://html2canvas.hertzen.com/ jspdf :https://github.com/MrRio/jsPDF

多编程技术文章，请查阅IOKKS - 专业编程技术分享平台

在本文中，我们将确保读取我们放在指定文件夹中的HTML文件，并解析其中的变量并替换为它们的实际值。然后，我使用了"openhtmltopdf-pdfbox"库修改了HTML文件。我们将介绍如何将其转换为PDF文件。

首先，我们将读取我们确定的文件夹下的HTML文件，解析它，并将我们自己的动态值传递给HTML中相关的变量。我们将使用"openhtmltopdf-pdfbox"库中最新更新的形式将HTML文件转换为PDF文件。

我希望这将成为需要这方面帮助的人的参考。您可以在您的Java项目中轻松进行转换。您可以在下面看到一个示例项目。

首先，我们将创建一个新的输入文件夹，我们将在其中读取我们的输入HTML文件，并创建一个输出文件夹，我们将在其中写入PDF文件。

我们可以将HTML文件放在输入文件夹下。我们定义一个要在HTML文件中替换的键值。这个键值被给定为#NAME#作为示例。在Java中，您可以选择用外部发送的值替换您想要的键值。

input folder :  \ConvertHtmlToPDF\input

output folder:  \ConvertHtmlToPDF\output

<?xml version='1.0' encoding='UTF-8' ?>
<!DOCTYPE html>
<html lang="tr">
  <head>
    <meta data-fr-http-equiv="Content-Type" content="text/html; charset=UTF-8">
    </meta>
    <title>Convert to Html to Pdf</title>
    <style type="text/css">
      body {
        font-family: "Times New Roman", Times, serif;
        font-size: 40px;
      }
    </style>
  </head>
  <body topmargin="0" leftmargin="0" rightmargin="0" bottommargin="0">
    <table width="700" border="0" cellspacing="0" cellpadding="0" style="background-color: #1859AB;

                                 color: white;
                                 font-size: 14px;
                                 border-radius: 1px;
                                 line-height: 1em; height: 30px;">
      <tbody>
        <tr>
          <td>
            <strong style="color:#F8CD00;">   Hello </strong>#NAME#
          </td>
        </tr>
      </tbody>
    </table>
  </body>
</html>

创建一个新项目

我们正在创建一个新的Spring项目。我正在使用Intellj Idea。

控制器

为了在HTML中用值替换键，我们将从外部发送值。我们为此编写一个rest服务。

我们在Controller文件夹下创建"ConvertHtmlToPdfController.java"类。我们在Controller类中创建一个名为"convertHtmlToPdf"的get方法。我们可以动态地将值传递给这个方法，如下所示。

package com.works.controller;

import com.works.service.ConvertHtmlToPdfService;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("")
public class ConvertHtmlToPdfController {

    private final ConvertHtmlToPdfService convertHtmlToPdfService;

    public ConvertHtmlToPdfController(ConvertHtmlToPdfService convertHtmlToPdfService) {
        this.convertHtmlToPdfService = convertHtmlToPdfService;
    }

    @GetMapping("/convertHtmlToPdf/{variableValue}")
    public ResponseEntity<String> convertHtmlToPdf(@PathVariable @RequestBody String variableValue) {
        try {
            return ResponseEntity.ok(convertHtmlToPdfService.convertHtmlToPdf(variableValue));
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

}

服务

ConvertHtmlToPdfService.java服务包含一个名为convertHtmlToPdf的方法。convertHtmlToPdf方法接受字符串variableValue输入。

在convertHtmlToPdf服务方法中；

"inputFile"变量被定义为读取输入文件夹下的html文件。我们可以给这个变量赋予我们将要读取的输入html文件的URL。

"outputFile"变量被定义为将pdf文件分配给输出文件夹。我们可以将输出文件夹的URL赋给这个变量。

您还可以从外部读取字体文件。您可以从输入文件夹下获取这个文件。我们还可以将字体文件所在的URL分配给"fontFile"变量。

在上述代码行中，将包含输入的文件夹的URL传递给"ConvertHtmlToPdfUtil.readFileAsString"方法，以读取输入文件夹中的HTML文件。

             String htmlContent = ConvertHtmlToPdfUtil.readFileAsString(inputFile);

package com.works.util;

import com.openhtmltopdf.pdfboxout.PdfRendererBuilder;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStream;

public class ConvertHtmlToPdfUtil {

    public static void safeCloseBufferedReader(BufferedReader bufferedReader) throws Exception {
        try {
            if (bufferedReader != null) {
                bufferedReader.close();
            }
        } catch (IOException e) {
            throw new Exception("safeCloseBufferedReader  - the method got an error. " + e.getMessage());
        }
    }

    public static String readFileAsString(String filePath) throws Exception {
        BufferedReader br = null;
        String encoding = "UTF-8";

        try {

            br = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), encoding));

            StringBuilder fileContentBuilder = new StringBuilder();
            String line;

            while ((line = br.readLine()) != null) {
                if (fileContentBuilder.length() > 0) {
                    fileContentBuilder.append(System.getProperty("line.separator"));
                }
                fileContentBuilder.append(line);
            }

            return fileContentBuilder.toString();

        } catch (Exception e) {
            new Exception("readFileAsString - the method got an error." + e.getMessage(), e);
            return null;
        } finally {
            safeCloseBufferedReader(br);
        }
    }

    public static OutputStream htmlConvertToPdf(String html, String filePath, String fonts) throws Exception {
        OutputStream os = null;
        try {
            os = new FileOutputStream(filePath);
            final PdfRendererBuilder pdfBuilder = new PdfRendererBuilder();
            pdfBuilder.useFastMode();
            pdfBuilder.withHtmlContent(html, null);
            String fontPath = fonts;
            pdfBuilder.useFont(new File(concatPath(fontPath, "times.ttf")), "Times", null, null, false);
            pdfBuilder.toStream(os);
            pdfBuilder.run();
            os.close();
        } catch (Exception e) {
            throw new Exception(e.getMessage(), e);
        } finally {
            try {
                if (os != null) {
                    os.close();
                }
            } catch (IOException e) {
            }
        }
        return os;
    }

    public static String concatPath(String path, String... subPathArr) {
        for (String subPath : subPathArr) {
            if (!path.endsWith(File.separator)) {
                path += File.separator;
            }
            path += subPath;
        }

        return path;
    }
}

以上是ConvertHtmlToPdfUtil.readFileAsString方法中的代码。它使用FileInputStream将HTML文件读取为字符集，并使用InputStreamReader将其转换为内部缓冲区，并使用BufferedReader将其放入内部缓冲区。

BufferedReader中的字符逐行读取，如下所示。所有HTML内容都被放入字符串变量中。使用safeCloseBufferedReader方法，当我们完成时，我们关闭缓冲区。

我们可以将我们的HTML内容发送到setVariableValue方法中，以便用我们从外部发送的值替换我们在服务中发送的值。我们在HTML中标记为#key#的键值将被值值替换。

    private String setVariableValue(String htmlContent, String key, String value) {
        if (StringUtils.isNotEmpty(value)) {
            htmlContent = htmlContent.replaceAll("#"+key+"#", value);
        }else {
            htmlContent = htmlContent.replaceAll("#"+key+"#", "");
        }
        return htmlContent;
    }

然后，在替换过程之后，我们可以调用ConvertHtmlToPdfUtil.htmlConvertToPdf方法，将HTML URL文件生成为PDF输出。ConvertHtmlToPdfUtil.htmlConvertToPdf方法可以接收HTML内容、输出和字体输入，如下所示。

我们可以将这些输入传递给该方法。

              ConvertHtmlToPdfUtil.htmlConvertToPdf(htmlContent, outputFile, fontFile);

ConvertHtmlToPdfUtil.htmlConvertToPdf方法内容；

我们将创建一个新的FileOutputStream。这将确定我们指定的output.pdf文件的创建。

PdfRendererBuilder类位于com.openhtmltopdf.pdfboxout库中。因此，我们必须将此库添加到pom.xml文件中，如下所示。

      <dependency>
            <groupId>com.openhtmltopdf</groupId>
            <artifactId>openhtmltopdf-pdfbox</artifactId>
            <version>1.0.10</version>
        </dependency>

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.1.1</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.works</groupId>
    <artifactId>convertHtmlToPDF</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>convertHtmlToPDF</name>
    <description>convertHtmlToPDF</description>
    <properties>
        <java.version>17</java.version>
        <spring-cloud.version>2022.0.3</spring-cloud.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>com.openhtmltopdf</groupId>
            <artifactId>openhtmltopdf-pdfbox</artifactId>
            <version>1.0.10</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-zookeeper-discovery</artifactId>
            <version>4.0.1</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <configuration>
                    <image>
                        <builder>paketobuildpacks/builder-jammy-base:latest</builder>
                    </image>
                </configuration>
            </plugin>
        </plugins>
    </build>

</project>

实现PdfRendererBuilder对象后，我们可以将HTML参数设置为'withHtmlContent'，将fontpath参数设置为'useFont'。我们可以使用toStream设置输出文件。最后，我们可以使用run方法运行它。

            pdfBuilder.useFastMode();
            pdfBuilder.withHtmlContent(html, null);
            String fontPath = fonts;
            pdfBuilder.useFont(new File(concatPath(fontPath, "times.ttf")), "Times", null, null, false);
            pdfBuilder.toStream(os);
            pdfBuilder.run();

pdfBuilder.run(); 在运行该方法后，我们应该看到output.pdf文件被创建在output文件夹下。

因此，我们可以看到使用openhtmltopdf-pdfbox库进行平滑的HTML到PDF转换过程。

在线咨询

上一篇：Web前端开发快速入门，了解HTML基本标签，每个都很重要
下一篇：HTML 表格

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

整合营销服务商

怎么把PDF转换成HTML？这几个工具帮你轻松解决

依赖插件

思路

代码

参考资料

创建一个新项目

控制器

服务

您的项目需求