perl doc / pdf / xls到HTML转换器

Question

我想将扩展名为doc / docx / xls / xlsx / pdf的文件转换为HTML文件。有没有办法在Solaris上使用Perl以简单的方式做到这一点？

Answer 1

我用于处理Microsoft Office文件的perl库非常缺乏，我还没有找到能够很好地处理Office 2007和Office 2010扩展的文件库（请在评论中指出一个）你知道一个！）

如果您有运行Microsoft Office的PC，则可以使用win32ole从unix控制Office应用程序。我以前用Ruby做过： http://rubyonwindows.blogspot.com/2007/03/automating-excel-with-ruby.html

这是一个使用win32 OLE的perl模块： http://metacpan.org/pod/Win32::OLE

我个人不建议使用OLE方法，因为它有很多麻烦（比如你必须让Office在PC上运行才能使unix脚本正常工作，Windows防火墙几乎会随着你的PC更新而随机阻止unix脚本补丁）。

我没试过这个，但这是一个java程序，它将使用OpenOffice和GhostScript为您进行批量转换： http://www.codeproject.com/KB/java/PDFCM.aspx

Answer 2

作为旁注，有一个名为xpdf的实用程序converts pdf files to text。这已在Solaris上编译，但您必须从源代码编译（您可以从命令行调用该实用程序）。我已经习惯了，这很棒。

更重要的是，有一个converts pdf to html的修改版本。这个我没有测试过，但它可能值得一试。

Answer 3

for excel to html - ＆gt;你可以使用exceltohtml

需要以下模块：

use Spreadsheet::ParseExcel;
use File::Find ; use Cwd ;