如何将多页pdf转换为单个html文件

Question

我正在实现 poppler pdftohtml 方法来将 pdf 转换为 html。我正在尝试通过 python 运行 exec 文件。

import subprocess

subprocess.Popen([r"D:/poppler-0.68.0/bin/pdftohtml.exe" , 'name.pdf', 'name.html'])

使用上面的代码，我得到了我的 html 文件以及 pdf 中每个页面的图像（.jpg）。

我只需要 html 文件而不是图像。我应该做出/添加哪些更改/参数才能获得预期的结果？

Answer 1

根据their documentation，可能有两个选项可以帮助您：

-i ignore images

和

-s generate single HTML that includes all pages

如果这些都行不通，你也无能为力。