Преобразование PDF в HTML с помощью Python
Как преобразовать файлы PDF в HTML с помощью Python?
Я думал только о строчках того, что Google делает (или, кажется, делает) для индексации файлов PDF.
Моя конечная цель - настроить Apache для отображения HTML для файлов PDF, поэтому все, что ведет меня в этом направлении, также будет оценено.
Ответы 1
Пакет поплер предоставляет утилиту pdf2html, которую вы, возможно, сможете использовать. Также существует Привязка Python для libpoppler.
Я фактически не использовал его, но он показывает poppler_page_get_text, что может быть полезно для OP.
Верно, но кажется большой тратой привязок GTK / Glib, если это все, что хочет O.P., тем более, что есть другие более простые способы, которые не зависят от набора инструментов пользовательского интерфейса (например, pdf2html, о котором вы упоминаете). Я должен сказать, что в целом мне нравятся привязки, и я был первоначальным автором. Возможно, не в этом случае.
Привязка python в основном предназначена для рендеринга PDF в виджете / пользовательском интерфейсе GTK, поэтому я не уверен, что здесь это поможет.