PDF 文件是共享和分發(fā)文檔的常用選擇，但提取和再利用 PDF 文件中的內(nèi)容可能會非常麻煩。而利用 Python 將 PDF 文件轉(zhuǎn)換為 HTML?是解決此問題的理想方案之一，這樣做可以增強文檔可訪問性，使文檔可搜索，同時增強文檔在不同場景中的實用性。此外，HTML 格式使得搜索引擎能夠?qū)?nèi)容進行索引，從而更有可能在網(wǎng)絡(luò)上被發(fā)現(xiàn)。借助 Python 的靈活性和易用性，無論是初學(xué)者還是有經(jīng)驗的開發(fā)人員都可以輕松高效地使用 Python 來將 PDF 轉(zhuǎn)換為 HTML。

本文重點介紹如何在 Python 程序中將 PDF 轉(zhuǎn)換為 HTML，主要包括以下內(nèi)容：

• 使用Python 將 PDF 轉(zhuǎn)換為 HTML 方法概覽
• 使用 Python 代碼將 PDF 轉(zhuǎn)換為單個 HTML 文件
• 使用 Python 將 PDF 轉(zhuǎn)換為不嵌入圖像的 HTML
• 使用 Python 將 PDF 轉(zhuǎn)換為多個 HTML 文件

本文介紹的方法使用了?Spire.PDF for Python?工具，可以從官網(wǎng)下載，也可以通過 PyPI 進行安裝：

pip install Spire.PDF

?文章來源地址http://www.zghlxwxcb.cn/news/detail-844141.html

Python PDF 轉(zhuǎn) HTML 方法概覽

在 Spire.PDF for Python 中，PdfDocument?類表示一個 PDF 文檔。我們可以使用該類下的?LoadFromFile()?方法加載 PDF 文件，然后使用?SaveToFile()?方法將文檔保存為其他格式，如 HTML，從而輕松實現(xiàn)從 PDF 到 HTML 的轉(zhuǎn)換。

此外，該 API 還提供了?PdfDocument.ConvertOptions?屬性下的?SetConvertHtmlOptions()?方法，用于在轉(zhuǎn)換過程中設(shè)置轉(zhuǎn)換選項。以下是可以傳遞給該方法的參數(shù)，用于設(shè)置最大頁數(shù)、SVG 嵌入選項、圖像嵌入選項和 SVG 質(zhì)量選項：

• useEmbeddedSvg(bool)：當(dāng)設(shè)置為 True 時，允許在轉(zhuǎn)換后的 HTML 文件中嵌入 SVG。生成的 HTML 文件將包含 PDF 文檔中的所有元素，包括圖像，都在一個 HTML 文件中。
• useEmbeddedImg(bool)：當(dāng)設(shè)置為 True 時，允許在轉(zhuǎn)換后的 HTML 文件中嵌入圖像。此參數(shù)僅在 useEmbeddedSvg 設(shè)置為 False 時起作用。
• maxPageOneFile(int)：設(shè)置單個 HTML 文件中包含的最大頁數(shù)。如果 PDF 的頁數(shù)超過指定的數(shù)字，將生成多個 HTML 文件，每個文件包含部分頁數(shù)。
• useHighQualityEmbeddedSvg(bool)：當(dāng)設(shè)置為 True 時，在 HTML 轉(zhuǎn)換過程中確保使用高質(zhì)量的嵌入 SVG 圖像。

?

使用 Python 將 PDF 轉(zhuǎn)換為單個 HTML 文件

以下代碼示例展示了如何直接使用 Python 將 PDF 轉(zhuǎn)換為 HTML，不設(shè)置任何轉(zhuǎn)換選項。在這種情況下，我們只需要使用?LoadFromFile?方法加載 PDF 文件，并使用?SaveToFile?方法將其保存為 HTML 文件。轉(zhuǎn)換后的 HTML 文件將是一個包含嵌入圖像和其他元素的單個 HTML 文件。

from spire.pdf.common import *
from spire.pdf import *

# 創(chuàng)建一個PdfDocument類的對象
doc = PdfDocument()

# 加載一個PDF文檔
doc.LoadFromFile("示例.pdf")

# 將文檔轉(zhuǎn)換為HTML
doc.SaveToFile("output/HTML/PDF轉(zhuǎn)HTML.html", FileFormat.HTML)
doc.Close()

轉(zhuǎn)換效果：

?

使用 Python 將 PDF 轉(zhuǎn)換為不嵌入圖像的 HTML

通過將?useEmbeddedSvg?參數(shù)設(shè)置為?False，我們可以將 PDF 文檔轉(zhuǎn)換為不嵌入圖像等信息的單 HTML 文件，文檔中的圖像和 CSS 文件與 HTML 分離并存儲在一個文件夾中。這樣可以方便對轉(zhuǎn)換后的 HTML 文件進行進一步編輯，以及對圖像進行其他操作。

from spire.pdf.common import *
from spire.pdf import *

# 創(chuàng)建一個PdfDocument類的對象
doc = PdfDocument()

# 加載一個PDF文檔
doc.LoadFromFile("示例.pdf")

# 禁用SVG嵌入
doc.ConvertOptions.SetPdfToHtmlOptions(False)

# 將文檔轉(zhuǎn)換為HTML
doc.SaveToFile("output/HTML/PDF轉(zhuǎn)不嵌入SVG的HTML.html", FileFormat.HTML)
doc.Close()

轉(zhuǎn)換結(jié)果：

?

使用 Python 將 PDF 轉(zhuǎn)換為多個 HTML 文件

在?useEmbeddedSvg?設(shè)置為?False?的前提下，SetPdfToHtmlOptions?方法允許使用?maxPageOneFile(int)?參數(shù)確定每個轉(zhuǎn)換后的 HTML 文件中包含的最大頁數(shù)。此功能可實現(xiàn)將 PDF 文檔在轉(zhuǎn)換過程中拆分成多個文件。例如，將該參數(shù)設(shè)置為 1 將使每個頁面被轉(zhuǎn)換為一個單獨的 HTML 文件。

from spire.pdf.common import *
from spire.pdf import *

# 創(chuàng)建一個PdfDocument類的對象
doc = PdfDocument()

# 加載一個PDF文檔
doc.LoadFromFile("示例.pdf")

# 禁用SVG嵌入
doc.ConvertOptions.SetPdfToHtmlOptions(False, False, 1, False)

# 將文檔轉(zhuǎn)換為HTML
doc.SaveToFile("output/HTML/PDF轉(zhuǎn)多個HTML.html", FileFormat.HTML)
doc.Close()

轉(zhuǎn)換結(jié)果：

?

總結(jié)

本文演示了如何使用 Python 將 PDF 轉(zhuǎn)換為 HTML，并提供了多種轉(zhuǎn)換選項，例如轉(zhuǎn)換為單個 HTML 文件、將 HTML 文件與圖像分離以及在轉(zhuǎn)換過程中拆分 PDF 文檔。借助 Spire.PDF for Python，用戶可以使用簡單高效的方法進行 Python 中的 PDF 到 HTML 轉(zhuǎn)換，并支持靈活的自定義選項。

如果在使用該 API 進行 PDF 到 HTML 轉(zhuǎn)換時遇到任何問題，用戶可以在?Spire 產(chǎn)品論壇上尋求技術(shù)支持。

?

到了這里，關(guān)于使用Python 實現(xiàn) PDF 到 HTML 的轉(zhuǎn)換的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！