转换PDF，DOC，PPT到HTML5

我已经search了（没有任何运气）的open source software that can convert doc, ppt, and pdf to HTML5. （ Scribd究竟是干什么的） Scribd的转换types是否有等价的开源代码？

如果有人知道付费服务，那也可以。 Scribd有一个API ，但是用于Flash查看器。 此外，我想主持我自己的内容，因为我需要进一步控制转换的HTML文件 。

Answer 1

你不可能find一个能够完成这一切的产品，特别是在开源世界。 更可能的是，你最终会依赖于混杂的东西，甚至可能需要链接一些转换器才能获得HTML。 （例如PDF – > ps – > HTML）

OpenOffice支持转换为HTML，可以从命令行调用。

http://pdftohtml.sourceforge.net/看起来相当不错，在PDF转换为HTML。;

对于Word ML或OpenXML格式的Doc，由于input和输出格式都是XML，所以可以使用XSLT转换。 我已经看到一些样式表在网上浮动，但是YMMV。

顺便说一句，为什么有一个开源的具体要求？ 例如，MS Powerpoint已经支持“另存为HTML”格式。

Answer 2

Open Office将把PDF转换为html，但是你会受到打击来devise质量。

我build议： Crocodoc作为付费服务（它提供了不同的平台，如Python，Ruby，Java，PHP开发人员可以在他们的API上工作）或等待官方的Adobe工具（这是在工作中）的不同口味。

Answer 3

对于PDF到HTML的转换，pdf2htmlEX似乎是一个非常好的工具（查看所有示例/示例）：

https://github.com/coolwanglu/pdf2htmlEX

Answer 4

对于pdf有一个由mozilla启动的开源项目，非常好： https ： //github.com/mozilla/pdf.js/

你可以看到一个hello世界的例子： https ： //github.com/mozilla/pdf.js/tree/master/examples/helloworld

对于其他文档types，我认为LibreOffice表示正在计划在html5中构build一些东西，但到目前为止，还没有做任何事情。

Answer 5

http://wvware.sourceforge.net/

wvHtml：将您的Word文档转换为HTML4.0。

可能： http : //www.abisource.com/但在这种情况下，它看起来像“打开文档”>“导出html”手动，也许插件帮助。 不知道，你是什么意思：“可以转换的源代码软件”。

或者这个： http : //www.zope.org/Members/sf/NuxDocument

另外pdftohtml会给你一个html页面输出。但是你将不得不在它的graphics界面上工作。因为它似乎不是非常互动的。

Answer 6

我知道这个问题是有点老，但是我发现新的开源工具称为flaxpaper http://flexpaper.devaldi.com/