显然，这不是一件容易的事，PDF格式比HTML格式丰富得多（此外，您必须提取图像并将其链接等）。
简单的文本提取要简单得多（尽管不小…）。
我在问题的侧边栏中看到一个类似的问题：使用Python将PDF转换为HTML，这指向一个库（poppler，它显然是用C
++编写的，也许可以用JNI / JNA进行访问），还涉及到一个相关的问题，甚至更多答案。
显然，这不是一件容易的事，PDF格式比HTML格式丰富得多（此外，您必须提取图像并将其链接等）。
简单的文本提取要简单得多（尽管不小…）。
我在问题的侧边栏中看到一个类似的问题：使用Python将PDF转换为HTML，这指向一个库（poppler，它显然是用C
++编写的，也许可以用JNI / JNA进行访问），还涉及到一个相关的问题，甚至更多答案。
名师互学网 版权所有 (c)2021-2022 ICP备案号：晋ICP备2021003244-6号
