Конвертировать PDF, DOC, PPT в HTML5

Question

Я погуглил (без удачи) для open source software that can convert doc, ppt, and pdf to HTML5. (Именно то, что делает Scribd) Существуют ли эквиваленты с открытым исходным кодом для типа преобразования, которое делает Scribd?

Если кто-нибудь знает о платных услугах, это тоже сработает. У Scribd есть API, но он предназначен для использования с Flash Viewer. Кроме того, я хотел бы разместить свой собственный контент, так как мне нужен дополнительный контроль над преобразованным HTML-документом.

Answer 1

Вы вряд ли найдете единственное предложение, которое сделает все это, особенно в мире открытого кода. Скорее всего, вы в конечном итоге будете полагаться на кучу вещей, и вам даже может понадобиться объединить некоторые конвертеры, чтобы перейти к HTML. (Например, PDF -> PS -> HTML)

OpenOffice поддерживает преобразование в HTML и может вызываться из командной строки.

http://pdftohtml.sourceforge.net/ выглядит неплохо при преобразовании pdf в html.

Для документа в формате Word ML или OpenXML вполне возможно, что вы можете использовать XSLT-преобразования, поскольку оба формата ввода и вывода - это XML. Я видел несколько таблиц стилей, плавающих по сети, которые делают это, но YMMV.

Кстати, почему существует конкретное требование для открытого исходного кода? Например, MS Powerpoint уже поддерживает сохранение как HTML.

Answer 2

Open Office преобразует pdf в html, но качество дизайна вас сильно удивит.

Я предлагаю либо: Crocodoc как платный сервис (он предоставляет различные варианты для разных платформ, таких как Python,Ruby,Java,PHP, разработчикам разрешено работать над своими API-интерфейсами.), Либо ждать официального инструмента Adobe (он в разработке).

Answer 3

Для преобразования PDF в HTML pdf2htmlEX кажется довольно хорошим инструментом (если посмотреть на все примеры / примеры):

https://github.com/coolwanglu/pdf2htmlEX

Answer 4

Для pdf есть проект с открытым исходным кодом, запущенный mozilla, и он очень хорош: https://github.com/mozilla/pdf.js/

Вы можете увидеть пример Hello World: https://github.com/mozilla/pdf.js/tree/master/examples/helloworld

Что касается остальных типов документов, я думаю, что LibreOffice сказал, что планирует что-то построить в html5, но пока ничего не сделано.

Answer 5

http://wvware.sourceforge.net/

wvHtml: конвертируйте ваш документ Word в HTML4.0.

Возможно: http://www.abisource.com/ но в этом случае это выглядит как "open doc" > "export html" вручную, возможно, плагины помогают. Не уверен, что вы имеете в виду: "исходное программное обеспечение, которое может конвертировать".

Или это: http://www.zope.org/Members/sf/NuxDocument

Кроме того, pdftohtml предоставит вам вывод html-страницы. Но вам придется работать над его графическим интерфейсом. Так как он не кажется слишком интерактивным.

Answer 6

Я знаю, что вопрос устарел, но я нашел новый инструмент с открытым исходным кодом, который называется flaxpaper http://flexpaper.devaldi.com/