pdf

pdf

pdf2htmlEX

pdf2htmlEX 项目可以将 PDF 转换为 HTML，而不会丢失文本或格式。

使用方式

docker run -ti --rm -v ./test.pdf:/pdf/ -w /pdf pdf2htmlex/pdf2htmlex --zoom 1.3 test.pdf

参考资料

官方项目

Wiki

Stirling-PDF

Stirling-PDF 是一个强大的、本地托管的基于 Web 的 PDF 操作工具，功能包括拆分、合并、转换、重新组织、添加图像、旋转、压缩等。

使用方式

services:
  stirling-pdf:
    image: frooodle/s-pdf:latest
    ports:
      - '8080:8080'
    volumes:
      - /location/of/trainingData:/usr/share/tessdata #Required for extra OCR languages
      - /location/of/extraConfigs:/configs
      - /location/of/customFiles:/customFiles/
      - /location/of/logs:/logs/
    environment:
      - DOCKER_ENABLE_SECURITY=false
      - INSTALL_BOOK_AND_ADVANCED_HTML_OPS=false
      - LANGS=en_GB

注：OCR 需要模型文件放在 trainingData 目录下，中文需要 chi_sim.traineddata 文件。

模型文件地址

参考资料

官方项目