pdf2htmlEX

与上游pdf2htmlEX的区别：

这是我的pdf2htmlEX分支，旨在允许开放协作以帮助保持项目活跃。从其他分支中整合了许多变更和改进：

• 修复了大量bug，主要是边缘情况
• 集成了最新的Cairo代码
• 支持源外构建
• 重写了对遮挡/部分遮挡文本的处理 - 现在更加准确
• 对透明文本提供一些支持
• 改进了DPI设置 - 限制DPI以确保输出图形不会过大

--correct-text-visibility 跟踪每个字符的4个样本点（目前是字符边界框的4个角落，稍微内缩）的可见性来确定可见度。 现在有两种模式。1 = 处理完全遮挡的文本（即不会被放入HTML层）。2 = 处理部分遮挡的文本。

默认值现在是"1"，所以完全遮挡的文本不应再显示出来。如果选择"2"，则部分遮挡的字符将被绘制在背景层中。在这种情况下，页面的渲染DPI将自动增加到 --covered-text-dpi（默认值：300）以减少栅格化文本的影响。

为了获得最大的准确性，我强烈建议使用以下输出选项：--font-size-multiplier 1 --zoom 25。这将避免网页浏览器内部的舍入错误。然后你需要使用适当的"scale"变换来缩小生成的HTML页面。

如果你关心生成的HTML文件大小，那么我建议修改fontforge以防止它将当前时间写入导出的字体中，然后对pdf2htmlEX数据进行后处理以删除重复文件 - 通常会有许多重复的背景图像和字体。

一图胜千言

• 日内瓦圣经，1564年（字体和排版）：HTML / PDF
• 速查表（数学公式）：HTML / PDF
• 科学论文（文本和图表）：HTML / PDF
• Full Circle杂志（边下载边阅读）：HTML / PDF
• Git手册（CJK支持）：HTML / PDF

pdf2htmlEX利用现代Web技术将PDF文件渲染成HTML。 包含大量公式和图表的学术论文？复杂布局的杂志？没问题！

pdf2htmlEX也是一个在线出版工具，可以灵活应用于多种不同的用例。

了解更多关于谁应该使用pdf2htmlEX以及为什么使用pdf2htmlEX。

特性

• 具有精确字体和位置的原生HTML文本。
• 灵活的输出：一体式HTML或按需加载页面（需要JavaScript）。
• 适中的文件大小，有时甚至比PDF更小。
• 支持链接、大纲（书签）、打印、SVG背景、Type 3字体和更多...

与其他工具比较

入口

• :house:Wiki主页
• 下载 & 构建
• 快速入门
• 报告问题 / 寻求帮助
• :question:常见问题
• :envelope:邮件列表
• :mahjong:中文邮件列表

许可证

pdf2htmlEX作为一个完整的包，采用GPLv3+许可。 一些资源文件以较宽松的许可发布，更多详情请阅读LICENSE。

致谢

pdf2htmlEX的实现得益于以下项目：

• poppler
• Fontforge

pdf2htmlEX受到以下项目的启发：

• poppler中的pdftohtml
• MuPDF
• PDF.js
• Crocodoc
• Google Doc

特别感谢

• 田洪亮
• 刘婉敏