# pdf2html

PDF 批量转换工具，支持转换为 HTML 或 Word 文档（.docx）

## 功能

- **pdf2html**: 将 PDF 转换为 HTML 格式（使用 pdf2htmlEX）
- **pdf2docs**: 将 PDF 转换为 Word 文档（.docx），保留原始排版（使用 LibreOffice）

## 使用方法

### 构建镜像

```bash
docker build --pull --rm -f "Dockerfile" -t pdf2html:latest .
```

### 创建别名（可选）

```bash
alias pdf2html='docker run --rm -it -v `pwd`:/app pdf2html:latest'
```

### 转换为 HTML（默认）

```bash
docker run --rm -it -v `pwd`:/app pdf2html:latest --mode html
# 或使用别名
pdf2html --mode html
```

输出文件保存在 `htmls/` 目录

### 转换为 Word 文档

```bash
docker run --rm -it -v `pwd`:/app pdf2html:latest --mode docx
# 或使用别名
pdf2html --mode docx
```

输出文件保存在 `docs/` 目录

## 参数说明

- `--mode`: 转换模式
  - `html` (默认): 转换为 HTML 格式
  - `docx`: 转换为 Word 文档格式

## 输出目录

- HTML 文件: `htmls/`
- Word 文档: `docs/`

## 依赖

- pdf2htmlEX: PDF 转 HTML
- LibreOffice: PDF 转 Word 文档


## Reference

- [lyq/word2html](https://git.yoqi.me/lyq/word2html)