C# 从PDF转换为HTML

是否有一个.dll可以使用，它使用PDF文件作为输入，HTML文件作为输出？

---

我想从PDF转换成HTML。我的同事说，很难一步一步地从PDF中获取文本/字体/图像/页边距/链接等，然后创建具有相同内容的新HTML文件。他说这几乎是不可能的。所以我在想-如果有一些dll可以作为参考来做这件事吗？

如果你不介意付费，Aspose提供了一个非常好的解决方案，这就是我们公司使用的

---

编写一个程序来完成它绝对不是一件小事。如果您找不到任何.NET库来执行此操作（我不能，至少不是免费的），我只需要通过编程方式调用它来获取html

如果您有空闲时间和/或PDFToHtml不能为您生成可接受的输出，您可以自己编写程序。这是一个非常成熟的免费pdf库。我过去曾使用它来操作PDF（合并、创建等）

更新

---

正如Quandary在评论中指出的，与iText提供的商业或AGPL许可证相比，该库提供了更宽松的许可证（MIT）。在选择图书馆时，请记住这一点。我自己还没有使用过PDFSharp库，我不知道它们在功能方面的比较。

您可以下载此免费工具：

---

然后在您的程序中，只需分叉一个新进程并运行传递PDF文件的可执行文件。我现在刚刚测试过，它似乎还可以工作。

它确实很复杂，但您为什么想要它？供应商提供了几种html-to-pdf转换工具，但我没有看到任何pdf-to-html。因为我不知道完整的版本可以导出为html，你应该先检查一下，看看结果。然后，也许您可以实现一些使用acrobat执行的批处理作业。只是一个想法…一个“将pdf转换为html”的web搜索将收集许多可能的解决方案。SO不是提供产品建议的好地方，因此投票以“不具建设性”结束。将pdf内容复制到word中，然后另存为html。这些亲密的狂热者将破坏SO。。。我理解这个问题是重复的，因为它已经被问了几次，但不是建设性的？真正地像这样（甚至更糟）的问题有数千个，因此被认为是有效的。您现在是否要关闭所有解决问题X的库请求？我们也是。此外，最近该产品出现了，为Aspose提供了类似的工具。Aspose没有广告那么容易工作，生成的html非常糟糕，此外，如果需要内存转换而不是文件，则需要先转换为doc，然后再转换为doc-htmli如果有人这样做，最好使用pdfsharp，在PDFSharp常见问题解答中，他们声明他们的库没有将PDF转换为HTML，他们也没有计划支持它。