如何通過Java代碼將 PDF文檔轉為 HTML格式

雖然PDF文件適合用於列印和發佈，但不適合所有類型的文檔。例如，包含複雜圖表和圖形的文檔可能無法在PDF中呈現得很好。但是HTML文件可以在任何可運行瀏覽器的電腦上進行閱讀並顯示。並且HTML還具有占用伺服器資源較小,便於搜索引擎收錄的特點。那麼今天這篇文章就將展示如何通過Java應用程式將PDF文檔轉為HTML格式。下麵是我整理的具體步驟及方法，並附上Java代碼供大家參考。

• 將PDF文檔轉換為HTML文件
• 將PDF文檔轉換為嵌入SVG的HTML文件
• 將PDF文檔轉換為HTML流

代碼編譯環境：

IntelliJ IDEA 2019（jdk 1.8.0）

PDF Jar包：Free Spire.PDF for Java 5.1.0

引入jar包

導入方法1：

手動引入。將Free Spire.PDF for Java下載到本地，解壓，找到lib文件夾下的Spire.PDF.jar文件。在IDEA中打開如下界面，將本地路徑中的jar文件引入Java程式：

導入方法2：如果您想通過 Maven安裝，則可以在 pom.xml 文件中添加以下代碼導入 JAR 文件。

<repositories>

        <repository>

            <id>com.e-iceblue</id>

            <url>https://repo.e-iceblue.cn/repository/maven-public/</url>

        </repository>

    </repositories>

<dependencies>

    <dependency>

        <groupId>e-iceblue</groupId>

        <artifactId>spire.pdf.free</artifactId>

        <version>5.1.0</version>

    </dependency>

</dependencies>

將PDF文檔轉換為HTML文件

我們可以使用 PdfDocument.saveToFile(String filename, FileFormat.HTML) 方法，可以直接將PDF文檔轉換為HTML文件。具體步驟如下。

• 創建PdfDocument的對象。
• 使用PdfDocument.loadFromFile() 方法載入PDF文件。
• 使用PdfDocument.saveToFle() 方法將PDF文件另存為HTML文件。

完整代碼

Java

import com.spire.pdf.*;

public class convertPDFToHTML {
    public static void main(String[] args) {

        //創建PdfDocument的對象
        PdfDocument pdf = new PdfDocument();

        //載入PDF文件
        pdf.loadFromFile("鬱金香.pdf");

        //將PDF文件保存為HTML文件
        pdf.saveToFile("PDFToHTML.html",FileFormat.HTML);
        pdf.close();
    }
}

將PDF文檔轉換為嵌入SVG的HTML文件

PdfDocument.getConvertOptions().setPdfToHtmlOptions(true) 方法，可以在轉換時嵌入SVG。將PDF文件轉換為嵌入SVG的HTML文件的詳細步驟如下。

• 創建PdfDocument的對象。
• 使用PdfDocument.loadFromFile() 方法載入PDF文件。
• 使用PdfDocument.getConvertOptions().setPdfToHtmlOptions(true) 方法啟用嵌入SVG。
• 使用PdfDocument.saveToFle() 方法將PDF文件另存為HTML文件。

完整代碼

Java

import com.spire.pdf.*;

public class convertPDFToHTMLEmbeddingSVG {
    public static void main(String[] args) {

        //創建PdfDocument的對象
        PdfDocument doc = new PdfDocument();

        //載入PDF文件
        doc.loadFromFile("鬱金香.pdf");

        //設置嵌入SVG
        doc.getConvertOptions().setPdfToHtmlOptions(true);

        //將PDF文件另存為HTML文件
        doc.saveToFile("PDFToHTMLEmbeddingSVG.html", FileFormat.HTML);
        doc.close();
    }
}

將PDF文檔轉換為HTML流

Free Spire.PDF for Java還支持將PDF文檔轉換為HTML流。具體步驟如下。

• 創建PdfDocument的對象。
• 使用PdfDocument.loadFromFile() 方法載入PDF文件。
• 使用PdfDocument.saveToStream() 方法將PDF文件保存為HTML流。

完整代碼

Java

import com.spire.pdf.*;

import java.io.*;


public class convertPDFToHTMLStream {
    public static void main(String[] args) throws FileNotFoundException {

        //創建PdfDocument的對象
        PdfDocument pdf = new PdfDocument();

        //載入PDF文件
        pdf.loadFromFile("鬱金香.pdf");

        //將PDF文件另存為HTML流
        File outFile = new File("PDFToHTMLStream.html");
        OutputStream outputStream = new FileOutputStream(outFile);
        pdf.saveToStream(outputStream, FileFormat.HTML);
        pdf.close();
    }
}

效果圖

—本文完—