如何通过Java代码将 PDF文档转为 HTML格式

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：
IntelliJ IDEA 2019（jdk 1.8.0）
PDF Jar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。

1. <repositories>
3.         <repository>
5.             <id>com.e-iceblue</id>
7.             <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
9.         </repository>
11.     </repositories>
13. <dependencies>
15.     <dependency>
17.         <groupId>e-iceblue</groupId>
19.         <artifactId>spire.pdf.free</artifactId>
21.         <version>5.1.0</version>
23.     </dependency>
25. </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

1. import com.spire.pdf.*;
3. public class convertPDFToHTML {
4.     public static void main(String[] args) {
6.         //创建PdfDocument的对象
7.         PdfDocument pdf = new PdfDocument();
9.         //加载PDF文件
10.         pdf.loadFromFile("郁金香.pdf");
12.         //将PDF文件保存为HTML文件
13.         pdf.saveToFile("PDFToHTML.html",FileFormat.HTML);
14.         pdf.close();
15.     }
16. }

复制代码

将PDF文档转换为嵌入SVG的HTML文件
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

1. import com.spire.pdf.*;
3. public class convertPDFToHTMLEmbeddingSVG {
4.     public static void main(String[] args) {
6.         //创建PdfDocument的对象
7.         PdfDocument doc = new PdfDocument();
9.         //加载PDF文件
10.         doc.loadFromFile("郁金香.pdf");
12.         //设置嵌入SVG
13.         doc.getConvertOptions().setPdfToHtmlOptions(true);
15.         //将PDF文件另存为HTML文件
16.         doc.saveToFile("PDFToHTMLEmbeddingSVG.html", FileFormat.HTML);
17.         doc.close();
18.     }
19. }

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

1. import com.spire.pdf.*;
3. import java.io.*;
6. public class convertPDFToHTMLStream {
7.     public static void main(String[] args) throws FileNotFoundException {
9.         //创建PdfDocument的对象
10.         PdfDocument pdf = new PdfDocument();
12.         //加载PDF文件
13.         pdf.loadFromFile("郁金香.pdf");
15.         //将PDF文件另存为HTML流
16.         File outFile = new File("PDFToHTMLStream.html");
17.         OutputStream outputStream = new FileOutputStream(outFile);
18.         pdf.saveToStream(outputStream, FileFormat.HTML);
19.         pdf.close();
20.     }
21. }

复制代码

效果图


—本文完—

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！