将pdf，doc，ppt转换为html5

Question

我使用Google搜索（没有任何运气）open source software that can convert doc, ppt, and pdf to HTML5.（究竟是什么Scribd）是否存在与Scribd类型的转换类似的开源代码？

如果有人知道付费服务，那也可以。 Scribd有一个API，但这是用于Flash查看器。此外，我想主办我自己的内容，因为我需要进一步控制转换后的html文档。

Answer 1

http://wvware.sourceforge.net/

wvHtml：转换的Word文档 到HTML4.0。

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

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

另外，pdftohtml会给你的HTML页面output.But你将不得不在它的图形interface.Since工作并不似乎是非常互动。

Answer 2

你不可能找到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，并且可以从命令行调用。

http://pdftohtml.sourceforge.net/看起来非常适合将PDF转换为html。

对于Word是Word ML或OpenXML格式的文档，可以想象使用XSLT转换，因为输入和输出格式都是XML。我已经看到了一些样式表在网上漂浮，但是YMMV。

顺便说一下，为什么对开源有特殊要求？例如，MS Powerpoint已支持以HTML格式保存。

Answer 3

Open Office将PDF转换为html，但您会打中设计质量。

我建议要么：Crocodoc作为收费服务（它提供了不同的平台，如Python和Ruby，Java的不同口味，PHP开发人员可以在他们的API的工作。）或等待官方的Adobe工具（它在工作中）。

Answer 4

对PDF有由Mozilla启动了一个开源项目，这是非常好的：https://github.com/mozilla/pdf.js/

你可以看到一个Hello World例子：https://github.com/mozilla/pdf.js/tree/master/examples/helloworld

对于文档类型的其余部分，我认为LibreOffice的说，是计划在html5中构建一些东西，但到目前为止，还没有做任何事情。

Answer 5

我知道这个问题是有点老叫flaxpaper http://flexpaper.devaldi.com/

Answer 6

对于PDF到HTML的转换，但是我已经找到了新的开源工具，pdf2htmlEX似乎是一个非常好的工具（看着所有的例子/样本）：

https://github.com/coolwanglu/pdf2htmlEX