序
pdfbox自带的转换html的方法效果不是太好,pdfdom是基于pdfbox的,在此之上加强了转换html的能力。
maven
<dependency>
<groupId>net.sf.cssbox</groupId>
<artifactId>pdf2dom</artifactId>
<version>1.6</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.4</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox-tools</artifactId>
<version>2.0.4</version>
</dependency>
使用
public void generateHTMLFromPDF(String filename) throws IOException, ParserConfigurationException {
PDDocument pdf = PDDocument.load(new File(filename));
Writer output = new PrintWriter("pdf.html", "utf-8");
new PDFDomTree().writeText(pdf, output);
output.close();
}
或者
public void convertPdf2Html(File input,Writer out) throws IOException, ParserConfigurationException {
PDDocument pdf = PDDocument.load(input);
PDFDomTree tree = new PDFDomTree();
tree.writeText(pdf,out);
}
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。