使用 javascript 将 PDF 转换为 DOM答案

【问题标题】：PDF to DOM conversion using javascript使用 javascript 将 PDF 转换为 DOM
【发布时间】：2011-12-19 20:53:10
【问题描述】：

我已经研究了很长一段时间，我所能发现的只是这个pdf2dom 解析器，并且可能是this 的逆向工程版本。无论如何，这是我的问题。对于任何渲染引擎，它的输入应该是数据流（在我的例子中是 pdf 内容），它的输出应该是选定的格式（在我的例子中是 DOM、HTML 和 CSS）。

但是，不是使用 java 或 c++，我是否有可能从服务器获取“pdf 数据”流（这是我不知道的）并存储到 javascript 变量中并使用 javascript渲染它并将其附加到DOM？
原始“pdf 数据”如何显示（是否有任何特定格式.. 等）？

欢迎所有意见。

注意：应该与 IE 兼容。

【问题讨论】：

【解决方案1】：

已经完成了。结果是pdf.js。请注意，它是通过将 PDF 渲染到画布上来工作的。这样可以保证结果； PDF 的某些功能目前无法在画布之外实现。

【讨论】：

嘿，真好，不知道这个项目。
对不起。我的错。我确实遇到过这个问题，但是画布不是我的选择，因为我必须支持 ie 6,7,8 太 X-D，因此我必须自己进行渲染。生病更新我的问题。 +1，因为这是下一个最好的事情。
@Astroth：您可以尝试将它与ExplorerCanvas 一起使用。它不会是完美的，但我认为它可能会做一个一般可以通过的工作。无论如何，我想在不使用画布的情况下也能做到最好。
嗯.. excanvas 嗯？是的，我会试一试。

【解决方案2】：

PDF 通常是 PostScript + 选项的子集，用于嵌入 Flash、JavaScript 和各种其他内容。

将 PDF 简单地翻译成 HTML (/DOM)，并让它以正确的方式呈现几乎是不可能的。例如，PDF 使用 JPEG 图像，但这里和那里有细微的变化，这意味着您必须先转换它们才能在其他任何地方使用。尝试阅读 PDF.js-guys 的一些演示文稿，您会发现相当长的 WTF 列表。

但是，如果您只有简单的 PDF（纯文本；没有图像等）并且除了最简单的布局之外不关心保留任何内容，您应该能够从 PDF 中刮出字符串数据并将其放入进入 DOM。

然而，就我个人而言，我认为强制用户拥有插件（flash/acrobat/...）或渲染 PDF 的服务器端并将它们作为图像提供给浏览器会更简单。

【讨论】：