使用XPDF将PDF转换为HTML的操作步骤

1、下载xpdf最新版本，我下载的是

2、下载中文支持包，我下载的是

3、下载pdftohtml支持包，我下载的是：

4、解压调试

1) 先将解压，解压后的内容可根据需要进行删减，如果只需要转换为txt格式，其他的

exe文件可以删除，只保留，以此类推；

2) 然后将解压到刚才的解压目录；

3) 将解压，解压到的`解压目录；

4) 目录结构：

+---[X:xpdf]

|-------各种转换用到的exe文件

|

|-------xpdfrc

|

+------[X:xpdfxpdf-chinese-simplified]

|

1.6 Word/Excel/PDF文件转换成HTML整理

|

+-------很多转换时需要用到的字符文件

xpdfrc：此文件是用来声明转换字符集对应路径的文件

5) 修改xpdfrc文件(文件原名为sample-xpdfrc)

修改文件内容为：

#----- begin Chinese Simplified support package

cidToUnicode Adobe-GB1 oUnicode

unicodeMap ISO-2022-CN odeMap

unicodeMap EUC-CN odeMap

unicodeMap GBK odeMap

cMapDir Adobe-GB1 xpdf-chinese-simplifiedCMap

toUnicodeDir xpdf-chinese-simplifiedCMap

fontDir C:WINDOWSFonts

displayCIDFontTT Adobe-GB1 C:

#----- end Chinese Simplified support package

6) 创建bat文件（放置的路径不能包含空格）

内容为：

@echo off

set folderPath=%1

set filePath=%2

cd /d %folderPath%

pdftohtml -enc GBK %filePath%

exit

1.6 Word/Excel/PDF文件转换成HTML整理

7) 创建类

public class ConvertPdf

{

private static String INPUT_PATH;

private static String PROJECT_PATH;

public static void convertToHtml(String file, String project)

{

INPUT_PATH = file;

PROJECT_PATH = project;

if(checkContentType()==0)

{

toHtml();

}

}

private static int checkContentType()

{

String type = INPUT_tring(INPUT_IndexOf(".") + 1, INPUT_th())

werCase();

if (ls("pdf"))

return 0;

else

return 9;

}

private static void toHtml()

{

if(new File(INPUT_PATH)le())

{

try

{

String cmd = "cmd /c start X: "" + PROJECT_PATH + "" 1.6 Word/Excel/PDF文件转换成HTML整理

untime()(cmd);

}

catch (IOException e)

{

tStackTrace();

}

}

}

}

String cmd = "....";此处代码是调用创建的bat文件进行转换

8) 测试转换

public static void main(String[] args)

{

ertToHtml("C:", "X:xpdf");

}