pdf 文档是文本格式么?

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3581 天前的主题，其中的信息可能已经有所发展或是发生改变。

http://coolwanglu.github.io/pdf2htmlEX/demo/demo.html
怎么可以将pdf转换成div格式的?
赶脚太神奇了:(

好好的pdf,为啥要转成div呢?
转成div后,文件不是变大了么?

10 条回复 • 2015-02-12 16:03:41 +08:00

binux

2015-02-07 15:58:43 +08:00

不是
pdf 是渲染格式，在模拟画布上渲染出来，再把布局用 div 描述出来就好了。
连图片都能转层 div 格式，pdf 为什么不可以。
转成 div 不就可以用浏览器打开了吗？
不一定变大，带 gzip 的情况下。

GeekGao

2015-02-07 16:07:04 +08:00

标准和格式wiki 有提及http://zh.wikipedia.org/wiki/PDF

转换目的一般是为了可以夸平台免工具在WEB页面上展示PDF文档内容。

esyed

2015-02-07 16:10:59 +08:00

@binux 给你个jpeg,你能转成div? 如何转?

yfdyh000

2015-02-07 16:25:42 +08:00

为了方便跨平台查阅。
pdf.js 岂不更神奇。
转成像素点，然后用单像素元素画出。原理可参考 http://cssha.com/img2txt-canvas/

esyed

2015-02-07 16:29:32 +08:00

@yfdyh000 是js解析整个pdf,然后生成div么?pdf是二进制文档啊,如何解析?

yfdyh000

2015-02-07 17:20:41 +08:00

js能做到的很多，而且随着HTML5正越来越多。原理没研究过，也没查到有人介绍。如有需要可看官方文档和源码等资料。http://mozilla.github.io/pdf.js/ 等。

msg7086

2015-02-07 17:44:11 +08:00

@esyed 只要能显示就能解析。
显示软件本身就有解析能力，为何不能解析。
至于是怎么做的，那就看源码吧。

aaaa007cn

2015-02-07 18:02:48 +08:00

>> pdf是二进制文档啊,如何解析?
读入二进制流
然后根据标准定下的文件结构来解析呗

如果对 pdf 的文件格式不熟悉
可以找个你熟悉的文件格式
然后去 npm 找些纯 javascript 实现的 encoder 或 decoder 来理解

hanan321

2015-02-12 15:02:10 +08:00

咦，发现自己的blog文章被引用了。。。

esyed

2015-02-12 16:03:41 +08:00

@hanan321 卤煮还在帝都么?