建议使用文件格式转换库

Question

• 从多种非图形文档格式转换为HTML格式（例如doc＆lt; - ＆gt; HTML，pdf＆lt; - ＆gt; html，odt＆lt; - ＆gt; html等）
• 命令行或API（最好是Java API）
• 跨平台
• 商业或开源

是否有任何众所周知的解决方案满足/超过这些要求？

Answer 1

OpenOffice有一个丰富的API，支持各种支持格式之间的转换。查看this问题。它建议使用JODConverter。

Answer 2

使用DocBook，您可以导出为各种输出格式，但还原总是很难。对于pdf，您可以尝试iText

Answer 3

我（已经写了一个Tex / LaTeX - ＆gt; HTML和ASCII文本和RTF转换器）， 会说这将是一项艰巨的任务。

问题在于，这些不同的“文档”格式是出于不同目的。 虽然这些格式之间确实有这样的转换工具， “文件”的结构，含义和实施经常存在概念上的差异 并且经常需要权衡一种格式支持的功能来共同攻击 另一个可接受的输出。 例如，PDF在演示，精确定位和支持字体方面非常强大，其中 因为HTML更关注结构，几乎没有对这些事情进行考虑 （没有CSS）。

我很好奇你如何设想使用这样的API， 什么时候通常有人只想要一个转换程序？