我想知道A.nnotate.com，Scribd，Google Docs等服务如何将pdf，.doc或任何其他文档呈现为HTML以及注释系统如何工作？
答案 0 :(得分：5)
A.nnotate.com使用xpdf以给定的缩放级别将PDF页面的服务器端转换为PNG图像 - 这些是在浏览器中显示的内容。
文本突出显示是通过从PDF中提取文本位置，然后在页面图像的顶部添加透明覆盖图，并在文字顶部放置绝对定位的html DIVS。然后，注释使用ajax gui将注释附加到突出显示的文本。
其他格式（MS Word，PPT等）首先使用openoffice转换为PDF，然后转换为PDF格式的图像和文本叠加。
我认为其他HTML文档网站的做法类似于将PDF呈现为HTML（即页面图像+文字叠加作为透明div） - 另一种技巧是将PDF嵌入字体转换为HTML5 CSS字体，并使用绝对定位的div文本（也提取和定位图像）。