我尝试过poppler，pdftohtml，xpdf的pdftohtml和pdftohtmlex。如果我尝试完全重新创建HTML格式的PDF，那么一切都做得很好。但是结果是，当您滚动时，带有模拟“页面”的复杂HTML文档以及每行文本都在其自己的绝对位置div中，并且所有图像均呈现为单个大页面背景图像。
如果您想从HTML查看PDF，这看起来很棒，但是我正在寻找更“原生”的HTML转换。理想情况下，可以将文本段落放入<p>标签中，将单个图像放入<img>标签中。我已经在上述各种工具中尝试了各种选项，但它们似乎都生成背景图像，而不是单个图像。