传统pdf2html有两种：

一种相当于pdf2text加一些比较弱的格式，基本跟pdf2text也差不了多少

另一种是把所有渲染成图片然后嵌到一个html,结果是文字信息都丢失（不能选择，拷贝），生成的文件还巨大。

pdf2htmlEX结合二者优点，既保留了文字，又保留了格式。

具体来说有如下特性

• 1.从pdf提取字体
• 2.保证渲染准确性，针对web进行优化（包括减少文件大小，文字行合并，（为HTML文字选择）字体重编码等等）
• 3.其他内容用图片显示
• 4.单文件输出，一个HTML搞定一切

转换的效果实例：

/

Watch Fork

Convert PDF to HTML without losing format. Text is preserved as much as possible. —