Lire le PDF via Java et obtenir le contenu HTML

Je veux lire un fichier PDF existant, obtenir non seulement le texte, mais aussi les informations de format comme: police (gras, italique), paragraphes, images, tableaux. Fondamentalement, je veux écrire un code HTML similaire à PDF.Lire le PDF via Java et obtenir le contenu HTML

Existe-t-il une bibliothèque de code pour cela? Je suis à la recherche d'une bibliothèque Open Source.

Cordialement, Tina Agrawal

Source

2010-05-21 Tina Agrawal

Qu'en est-il d'un PDF fabriqué à partir d'images numérisées? Est-ce qu'il contient du texte? – Ingo

Le PDF contient tous les textes, images et tableaux. Il est possible qu'un document Word soit converti en PDF –

Essayez le PDFBox ou iText. Ils sont open source et peuvent gérer du texte, des images, des tableaux, etc.

Source

2012-08-22 11:46:24

Si vous voulez une version exacte de la page, vous devrez peut-être créer une image de la page et y mettre du texte invisible. Can peut voir une idée de ce qui est possible sur notre blog au http://www.jpedal.org/PDFblog/2012/08/4-ways-to-convert-pdf-to-html5/ avec la conversion de PDF en HTML.

Source

2012-08-22 12:27:27

Lire le PDF via Java et obtenir le contenu HTML

Répondre

Questions connexes