html 是用于网页的标准标记语言。将 pdf 文档转换为 html 格式可以方便将文档直接嵌入到网页中，使其可在 web 浏览器中轻松访问和查看，无需额外的软件或插件。本文将演示如何使用 spire.pdf for python 在 python 程序中将 pdf 转换为 html。
安装 spire.pdf for python
本教程需要用到 spire.pdf for python 和 plum-dispatch v1.7.4。可以通过以下 pip 命令将它们轻松安装到 vs code 中。
pip install spire.pdf如果您不清楚如何安装，请参考：如何在 vs code 中安装 spire.pdf for python
用 python 将 pdf 文档转换为 html
使用 spire.pdf for python 提供的 pdfdocument.savetofile() 方法可以将 pdf 文档转换为 html 格式。以下是详细操作步骤：
- 创建 pdfdocument 类的对象。
- 使用 pdfdocument.loadfromfile() 方法加载 pdf 文档。
- 使用 pdfdocument.savetofile() 方法将文档保存为 html 格式。
- python
from spire.pdf.common import *
from spire.pdf import *
# 创建pdfdocument类的对象
doc = pdfdocument()
# 载入pdf文档
doc.loadfromfile("示例.pdf")
# 将文档保存为pdf文件
doc.savetofile("output/pdf转html.html", fileformat.html)
doc.close()
将 pdf 转换为 html 并设置转换选项
pdfconvertoptions 类的 setpdftohtmloptions() 方法可以在转换 pdf 文件为 html 时设置转换选项。该方法接受以下参数：
- useembeddedsvg (bool)：指示是否在生成的 html 文件中嵌入 svg。
- useembeddedimg (bool)：指示是否在生成的 html 文件中嵌入图像。此选项仅适用于 useembeddedsvg 设置为 false 时。
- maxpageonefile (bool)：指定每个 html 文件中包含的最大页面数。此选项仅适用于 useembeddedsvg 设置为 false 时。
- usehighqualityembeddedsvg (bool)：指示是否在生成的 html 文件中使用高质量的嵌入 svg。此选项适用于 useembeddedsvg 设置为 true 时。
以下是将 pdf 转换为 html 时设置转换选项的操作步骤：
- 创建 pdfdocument 类的对象。
- 使用 pdfdocument.loadfromfile() 方法加载 pdf 文档。
- 使用 pdfdocument.convertoptions 属性获取 pdfconvertoptions 对象。
- 使用 pdfconvertoptions.setpdftohtmloptions() 方法指定 pdf 到 html 的转换选项。
- 使用 pdfdocument.savetofile() 方法将文档保存为 html 格式。
- python
from spire.pdf.common import *
from spire.pdf import *
# 创建pdfdocument类的对象
doc = pdfdocument()
# 载入pdf文档
doc.loadfromfile("示例.pdf")
# 将转换选项设置为在html中嵌入图片并输出为单页html
pdftohtmloptions = doc.convertoptions
pdftohtmloptions.setpdftohtmloptions(false, true, 1, false)
# 将文档保存为html格式
doc.savetofile("output/pdf转html设置选项.html", fileformat.html)
doc.close()用 python 将 pdf 文档转换为 html 流
除了将 pdf 文档转换为 html 文件外，还可以使用 pdfdocument.savetostream() 方法将其保存到 html 流中。具体步骤如下：
- 创建 pdfdocument 类的对象。
- 使用 pdfdocument.loadfromfile() 方法加载 pdf 文档。
- 创建 stream 类的对象。
- 使用 pdfdocument.savetostream() 方法将 pdf 文档保存到 html 流中。
- python
from spire.pdf.common import *
from spire.pdf import *
# pdfdocument类的对象
doc = pdfdocument()
# 载入pdf文档
doc.loadfromfile("示例.pdf")
# 将文档保存到html流
filestream = stream("output/pdf转html流.html")
doc.savetostream(filestream, fileformat.html)
filestream.close()
doc.close()申请临时 license
如果您希望删除结果文档中的评估消息，或者摆脱功能限制，请该email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用javascript。获取有效期 30 天的临时许可证。
