pdf2html

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

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

创建别名（可选）

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

转换为 HTML（默认）

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

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