• Home
  • Categories
  • WIKI
  • LANGUAGE: en
    • 【0916更新】 pdf2htmlEX: 高保真PDF至HTML转换器
    Apps Section 2399 views · 9 replies ·
    Tofloor
    poster avatar
    coolwanglu
    deepin
    2012-09-01 09:42
    Author
    [0916 更新]
    新增两个demo
    http://coolwanglu.github.com/pdf2htmlEX/demo/cheat.html
    http://coolwanglu.github.com/pdf2htmlEX ... eneve.html

    * 完全去掉了boost
    * 降低了C++11的依赖，GCC最低支持至4.4.6
    * 支持超链接（文内链接精确到页）
    * 解决了一部分字体编码问题

    先上Demo: http://coolwanglu.github.com/pdf2htmlEX/demo/demo.html
    还有大家可能会关心的CJK http://coolwanglu.github.com/pdf2htmlEX/demo/chn.html

    项目主页: https://github.com/coolwanglu/pdf2htmlEX

    传统pdf2html有两种：
    一种相当于pdf2text加一些比较弱的格式，基本跟pdf2text也差不了多少
    另一种是把所有渲染成图片然后嵌到一个html,结果是文字信息都丢失（不能选择，拷贝），生成的文件还巨大。

    pdf2htmlEX结合二者优点，既保留了文字，又保留了格式。
    具体来说有如下特性
    1.从pdf提取字体
    2.保证渲染准确性，针对web进行优化（包括减少文件大小，文字行合并，（为HTML文字选择）字体重编码等等）
    3.其他内容用图片显示
    4.单文件输出，一个HTML搞定一切

    下载编译安装：
    依赖：
    较新的poppler (0.20.3)，自己编译时记得加参数--enable-xpdf-headers
    fontforge，需要git版本 https://github.com/fontforge/fontforge  许多特性/bug是开发pdf2htmlEX时提交的
    boost c++库，具体依赖的组件见项目主页
    cmake和支持c++11的gcc

    或者PPA https://launchpad.net/~coolwanglu/+archive/pdf2htmlex

    欢迎各种意见，建议，fork，bug report
    Reply Favorite View the author
    All Replies
    deepin
    deepin
    2012-09-01 17:05
    #1
    是你的原创作品吗，如果是，要赞一个！
    Reply View the author
    a14331990
    deepin
    2012-09-01 18:59
    #2
    我试了下 效果很不错
    有警告
    Warning: fontforge failed.
    Warning: cannot read font info for f1
    另外你的ppa里面的fontforge包似乎是空的
    fontforge_0.0.20120828+git1-1ubuntu3_amd64.deb (13.4 KiB)
    一定要最新的fontforge么？ fontforge-20120731b可以吗？
    谢谢。

    后来我自己编译了一份git版的fontforge就没有警告了
    仿照这里写的configure参数
    https://launchpadlibrarian.net/11386101 ... ING.txt.gz
    ./configure --prefix=/home/leo/fontforge --with-regular-link --enable-devicetables --enable-type3 --disable-freetype --without-x --disable-pyextension

    用firefox查看生成网页 字体也正常了
    用火狐的show font in selection查看所有字体都是UntitledTTF  但有的pdf生成的网页却可以用show font in selection正确显示字体名字
    请问--zoom这个参数怎么算的 我每回要设成2.25才能填满窗口 a4的pdf 1366x768的屏幕 可以考虑把2.25设成默认或提供配置文件吗
    Reply View the author
    coolwanglu
    deepin
    2012-09-01 22:17
    #3
    是你的原创作品吗，如果是，要赞一个！
    是原创的，还在不断开发中。 ;)
    Reply View the author
    coolwanglu
    deepin
    2012-09-01 22:22
    #4
    我试了下 效果很不错
    有警告
    Warning: fontforge failed.
    Warning: cannot read font info for f1
    另外你的ppa里面的fontforge包似乎是空的
    fontforge_0.0.20120828+git1-1ubuntu3_amd64.deb (13.4 KiB)
    一定要最新的fontforge么？ fontforge-20120731b可以吗？
    谢谢。

    后来我自己编译了一份git版的fontforge就没有警告了
    仿照这里写的configure参数
    https://launchpadlibrarian.net/11386101 ... ING.txt.gz
    ./configure --prefix=/home/leo/fontforge --with-regular-link --enable-devicetables --enable-type3 --disable-freetype --without-x --disable-pyextension

    用firefox查看生成网页 字体也正常了
    用火狐的show font in selection查看所有字体都是UntitledTTF  但有的pdf生成的网页却可以用show font in selection正确显示字体名字
    请问--zoom这个参数怎么算的 我每回要设成2.25才能填满窗口 a4的pdf 1366x768的屏幕 可以考虑把2.25设成默认或提供配置文件吗
    感谢反馈，我回头去确认一下ppa的fontforge。给fontforge打包恶心死我了
    fontforge是因为有一些功能/bug是开发pdf2htmlEX时提交的，至少要8月份的。

    字体名我没有做特别处理，所以字体名应该是沿用PDF里的，不过没有确认。
    而且PDF内嵌字体也不一定有有意义的字体名。

    --zoom是这样的，PDF默认DPI是72，zoom的意思就是说本机DPI是72*zoom。默认参数是1主要是为了调试方便，但是特别按照a4和1366设默认值感觉也不太合理。比如有的幻灯片海报什么的。
    回头我考虑加个类似~/pdf2htmlEX.conf之类的吧 ;)
    Reply View the author
    a14331990
    deepin
    2012-09-01 22:50
    #5
    [quote]我试了下 效果很不错
    有警告
    Warning: fontforge failed.
    Warning: cannot read font info for f1
    另外你的ppa里面的fontforge包似乎是空的
    fontforge_0.0.20120828+git1-1ubuntu3_amd64.deb (13.4 KiB)
    一定要最新的fontforge么？ fontforge-20120731b可以吗？
    谢谢。

    后来我自己编译了一份git版的fontforge就没有警告了
    仿照这里写的configure参数
    https://launchpadlibrarian.net/11386101 ... ING.txt.gz
    ./configure --prefix=/home/leo/fontforge --with-regular-link --enable-devicetables --enable-type3 --disable-freetype --without-x --disable-pyextension

    用firefox查看生成网页 字体也正常了
    用火狐的show font in selection查看所有字体都是UntitledTTF  但有的pdf生成的网页却可以用show font in selection正确显示字体名字
    请问--zoom这个参数怎么算的 我每回要设成2.25才能填满窗口 a4的pdf 1366x768的屏幕 可以考虑把2.25设成默认或提供配置文件吗
    感谢反馈，我回头去确认一下ppa的fontforge。给fontforge打包恶心死我了
    fontforge是因为有一些功能/bug是开发pdf2htmlEX时提交的，至少要8月份的。

    字体名我没有做特别处理，所以字体名应该是沿用PDF里的，不过没有确认。
    而且PDF内嵌字体也不一定有有意义的字体名。

    --zoom是这样的，PDF默认DPI是72，zoom的意思就是说本机DPI是72*zoom。默认参数是1主要是为了调试方便，但是特别按照a4和1366设默认值感觉也不太合理。比如有的幻灯片海报什么的。
    回头我考虑加个类似~/pdf2htmlEX.conf之类的吧 ;)[/quote]

    关于字体名称应该是生成pdf的软件有问题
    只有用永中Office生成的pdf才是UntitledTTF
    其余的pdf试了很多都是正常的

    另外fontforge和poppler的版本都太高 用来替换系统包可能破坏其他软件的依赖
    应该只需要编译打包
    libpoppler27和fontforge-nox
    全部放进特定文件夹比如/opt/pdf2htmlex/
    再写启动脚本/usr/bin/pdf2htmlex
    Reply View the author
    coolwanglu
    deepin
    2012-09-02 03:07
    #6
    [quote][quote]我试了下 效果很不错
    有警告
    Warning: fontforge failed.
    Warning: cannot read font info for f1
    另外你的ppa里面的fontforge包似乎是空的
    fontforge_0.0.20120828+git1-1ubuntu3_amd64.deb (13.4 KiB)
    一定要最新的fontforge么？ fontforge-20120731b可以吗？
    谢谢。

    后来我自己编译了一份git版的fontforge就没有警告了
    仿照这里写的configure参数
    https://launchpadlibrarian.net/11386101 ... ING.txt.gz
    ./configure --prefix=/home/leo/fontforge --with-regular-link --enable-devicetables --enable-type3 --disable-freetype --without-x --disable-pyextension

    用firefox查看生成网页 字体也正常了
    用火狐的show font in selection查看所有字体都是UntitledTTF  但有的pdf生成的网页却可以用show font in selection正确显示字体名字
    请问--zoom这个参数怎么算的 我每回要设成2.25才能填满窗口 a4的pdf 1366x768的屏幕 可以考虑把2.25设成默认或提供配置文件吗
    感谢反馈，我回头去确认一下ppa的fontforge。给fontforge打包恶心死我了
    fontforge是因为有一些功能/bug是开发pdf2htmlEX时提交的，至少要8月份的。

    字体名我没有做特别处理，所以字体名应该是沿用PDF里的，不过没有确认。
    而且PDF内嵌字体也不一定有有意义的字体名。

    --zoom是这样的，PDF默认DPI是72，zoom的意思就是说本机DPI是72*zoom。默认参数是1主要是为了调试方便，但是特别按照a4和1366设默认值感觉也不太合理。比如有的幻灯片海报什么的。
    回头我考虑加个类似~/pdf2htmlEX.conf之类的吧 ;)[/quote]

    关于字体名称应该是生成pdf的软件有问题
    只有用永中Office生成的pdf才是UntitledTTF
    其余的pdf试了很多都是正常的

    另外fontforge和poppler的版本都太高 用来替换系统包可能破坏其他软件的依赖
    应该只需要编译打包
    libpoppler27和fontforge-nox
    全部放进特定文件夹比如/opt/pdf2htmlex/
    再写启动脚本/usr/bin/pdf2htmlex[/quote]

    有道理
    不过目前我还是先把fontforge折腾好，打包总搞不定。
    另外nox好象不行，fontforge-nox 是不包括fontforge的
    Reply View the author
    cxbii
    deepin
    2012-09-02 03:38
    #7
    稳定后，可否deb打包呢？
    Reply View the author
    coolwanglu
    deepin
    2012-09-02 08:46
    #8
    稳定后，可否deb打包呢？
    现在已经有PPA了，见1楼
    Reply View the author
    coolwanglu
    deepin
    2012-09-03 09:47
    #9
    我试了下 效果很不错
    有警告
    Warning: fontforge failed.
    Warning: cannot read font info for f1
    另外你的ppa里面的fontforge包似乎是空的
    fontforge_0.0.20120828+git1-1ubuntu3_amd64.deb (13.4 KiB)
    一定要最新的fontforge么？ fontforge-20120731b可以吗？
    谢谢。

    后来我自己编译了一份git版的fontforge就没有警告了
    仿照这里写的configure参数
    https://launchpadlibrarian.net/11386101 ... ING.txt.gz
    ./configure --prefix=/home/leo/fontforge --with-regular-link --enable-devicetables --enable-type3 --disable-freetype --without-x --disable-pyextension

    用firefox查看生成网页 字体也正常了
    用火狐的show font in selection查看所有字体都是UntitledTTF  但有的pdf生成的网页却可以用show font in selection正确显示字体名字
    请问--zoom这个参数怎么算的 我每回要设成2.25才能填满窗口 a4的pdf 1366x768的屏幕 可以考虑把2.25设成默认或提供配置文件吗
    突然想到，其实你可以设个alias，比较方便
    Reply View the author