使用PHP-linux将doc、docx、pdf转换为HTML

我运行一个求职网站，我需要在运行php的LinuxCentOS服务器上将doc、docx和pdf文件转换为HTML。人们将这些文件作为简历提交。到目前为止，我发现PHPDocx非常擅长将docx转换为html。但是我被doc/pdf卡住了。当我运行测试时，PDFTOHTML给出错误“坏颜色”。至于doc，我只找到了wvwave，它看起来很复杂，安装起来也很笨重

---

有人对如何轻松地将doc/pdf转换为HTML有什么想法吗？

我唯一能想到的就是FPDF。 它用于在PHP中创建PDF文件，但也可以打开PDF文件。 也许你可以以此为基础，为它开发一些toHTML函数

它完全免费使用，并且已经有了一些扩展。 这可能对你有帮助

编辑： 感谢您在给Pierre的评论中添加我的帖子：

您可以使用fpdi：但是输入的pdf就像一幅图像

---

到目前为止，我自己还没有看过它，但这可能会有所帮助。

至于.doc文件，试试OpenOffice/LibreOffice，比如：

lowriter-转换为html文档\u file.doc–

---

就PDF而言，如果PDF是文本的图形表示，那么你就不走运了，你最好尝试使用ImageMagick将其转换为图像，如果它是一个合适的文本，它应该可以轻松转换。

要轻松地将PDF转换为html，我建议哪种格式可以生成出色的html，并且在运行时转换速度足够快。您应该首先努力为您的系统进行优化和构建。项目链接中包含了简单的构建方式

已经有各种工具可以实现这一点，例如，（您已经尝试过）

看起来很有希望

或者，您可以在服务器上安装libreoffice的可移植版本，该版本允许命令行转换

---

我肯定会有教程（在libreoffice支持区）

我知道！但它也可以读取现有的PDF文件，我很高兴舒尔您可以开发一些东西，使用FPDF作为基类输出HTML+1因为不公平的用户1914292投了反对票，他没有读答案就投了反对票。但是Ch33f，你不能像预期的那样使用fdpf。你可以使用fpdi:但是输入的pdf就像一张图片。谢谢你的+1，也谢谢你在我的帖子中添加了它，我会将它包含在一个etid中。：）您是否有专用服务器或使用碎片托管？PDF到HTML:PDF到HTML基于Xpdf:

gs

可以将任何PDF（除非数据是嵌入图像）移植到XML；我猜是HTML。我不是把它作为一个答案，因为它在批处理模式下内存太重。不知道你是否找到了一个有效的解决方案？在这里分享可能会有帮助。。。